新框架使智能体能够通过符号程序演进可执行技能

研究人员推出了一种名为程序化技能网络（PSN）的新型框架，该框架专为具身环境中的持续技能获取而设计。PSN 使智能体能够构建、优化和重用一个不断演进的可执行技能库，这些技能在组合网络中表示为符号程序。该框架结合了三个由大型语言模型驱动的关键机制：用于技能组合的结构化故障定位、具有成熟度感知更新门控的渐进式优化，以及具有回滚验证的规范结构重构。在 MineDojo 和 Crafter 上进行的实验证明了 PSN 在技能重用、适应和跨不同任务泛化方面的有效性。 AI

影响 这项研究可能带来更具适应性和泛化能力的 AI 智能体，使其能够在开放式环境中学习和重用复杂技能。

排序理由 该集群包含一篇详细介绍新 AI 技能获取框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Crafter
• Haochen Shi
• large language models
• MineDojo
• Programmatic Skill Network

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →