dream-rsi - 运行编码代理发现树的递归策略改进循环递归自我改进探索策略编码代理发现树★ 9 · 更新于 2026-09-28运行在线发现循环和确定性离线重放来改进探索策略、排名候选项、报告状态,并可选择应用已记录的候选项。⚙ 初始化 Dream-RSI 任务⚙ 运行在线发现循环⚙ 离线重放已记录世界