谷歌研究人员提出Dream-RSI方法，该方法通过让AI在历史探索记录中“做梦”来优化策略。具体而言，Dream-RSI将历史数据转化为模拟环境，并构建“发现树”来模拟新策略的执行，从而降低计算成本并提升探索效率。其运作分为三个阶段：首先，基于真实探索生成发现树；其次，利用大语言模型生成并筛选新策略；最后，将优化后的策略投入真实环境以扩大模拟范围。实验结果显示，与固定策略等基线方法相比，Dream-RSI在调用次数、耗时和性能上均展现出显著优势，尽管在部分任务中略逊于其他方法。此外，研究还发现显式输入历史“经验教训”反而会导致性能下降。目前，相关论文、项目页面和代码库已公开。