Исследование посвящено применению фильтра Калмана для оптимизации цикла «автор — критик» в работе ИИ-агентов. Автор проверяет, помогает ли этот инструмент теории управления снизить влияние «шумного критика», из-за которого возникают избыточные правки и замедляется достижение цели.
Эксперимент включал учебную симуляцию и реальный пилотный проект с использованием языковой модели gpt-6.1-sol. Агенты работали над ускорением функций на Python, оценивались корректность кода, время выполнения и потребление памяти.
Всего было получено 720 ответов модели: 144 для калибровки и 576 для оценки. Оценочная часть состояла из 48 траекторий, в каждой из которых выполнялось шесть последовательных попыток улучшения кода в четырех разных режимах.
В учебной симуляции фильтр Калмана улучшил оценку состояния и уменьшил величину правок. Однако в реальном пилоте дополнительного преимущества от использования фильтра Калмана по сравнению с другими методами обнаружить не удалось.
Автор сравнил четыре способа принятия изменений: по рекомендации критика, по фиксированному статистическому правилу, со сглаживанием и с фильтром Калмана. Работа подчеркивает разницу между теоретическими моделями и практической реализацией.
