2026年9月14日に、AIエージェントの自己改善を効率化する新しいフレームワーク「Dream-RSI」が発表されました。この技術は、AIが未知の領域を探索する際に生じる膨大な計算コストと時間の問題を解決することを目指しています。
Dream-RSIは、AIが自ら探索戦略を改善していく「再帰的な自己改善」を効率化する仕組みです。従来のシステムでは、探索範囲が広がるにつれて固定的な戦略では対応できなくなる一方、オンラインで戦略を最適化しようとすると、膨大な試行錯誤によるコストと遅延が発生するという課題がありました。
この課題に対し、Dream-RSIは過去の探索履歴を「リプレイシミュレーター」として活用する手法を導入しています。蓄積された探索の履歴を基に、シミュレーター上で仮想的な試行（ドリーミング）を行うことで、実際の高コストな評価プロセスを繰り返すことなく、即座かつ低コストで探索戦略の評価と改良が可能になります。
改良された戦略は再び実際の探索に投入され、さらなる発見を促します。これにより、シミュレーター自体も継続的に拡張され、自己改善のループが回る仕組みとなっています。
このフレームワークは、アルゴリズム工学、数学的最適化、GPUカーネルエンジニアリングの各分野において、発見の質を維持または向上させつつ、探索コストを大幅に削減できることが示されています。