DREAM Technical Report
DREAM：工业推荐系统的智能体控制架构
🧭 智能体元控制 · 意图感知 · 闭环优化 ★ 深度解读
Taobao
在推荐流水线上叠加感知与策略智能体层，通过意图引擎和元引擎实现可审计的自主优化
📌 工作参考价值（4 点）
- 非侵入式智能体控制层：不替换现有召回/排序/重排模型，仅通过参数注入（如召回通道开关、配额、多样性权重）即可调度管道，适合已有复杂推荐系统的低成本改造。
- 三层意图表示与边云协同：L0（稳定画像）/L1（需求）/L2（偏好）的层级分离，配合设备端 GRU 触发和流量漏斗（仅约 8.7% 行为上云），可在电商搜索推荐中实现实时意图感知，同时控制推理成本。
- 分层推理与安全护栏：MetaModel 的 M1（意图总结）→M2（策略规划）→M3（参数翻译）流水线，结合枚举值约束和参数范围白名单，保证策略决策可审计、可拦截，可直接复用到广告或推荐策略调整。
- 奖励双循环的闭环自优化：离线仿真探索策略空间 + 在线真实反馈校准，形成“生成→执行→评估→沉淀”循环，无需人工调参，适合动态多目标的电商场景。