AgentOdyssey：面向持续学习智能体的开放文本游戏评估框架

arXiv发布了一项名为AgentOdyssey的新评估框架。该框架专注于评估智能体（Agent）在测试时持续学习的关键能力，包括有效探索、获取新知识和技能、保留相关经验记忆，以及长时间跨度的规划能力。

AgentOdyssey通过程序化生成开放结局的文本游戏，构建了丰富的实体、世界动态和长时间故事线。这使得研究者可以在受控环境中衡量智能体在探索、知识获取、记忆保留和长程规划等方面的综合表现。

该论文于2026年6月25日发布于arXiv cs.CL。随着AI智能体越来越多地被部署到真实世界中，评估其在部署后持续学习的能力变得至关重要，AgentOdyssey为此提供了标准化工具。