研究人员开发了一种用于大型语言模型 (LLM) 代理的新颖框架,该框架通过结合预测分析和基于经验的适应来增强其决策能力。这种受模型预测路径积分 (MPPI) 控制启发的 方法允许代理在执行前使用世界模型模拟多种行动结果,并评估它们在任务进展和风险方面的表现。该系统还包含一个双分支经验记忆,以促进自我改进,同时改进候选生成和下一观测预测。在 ALFWorld 和 ScienceWorld 基准上进行的实验证明了该方法在不同 LLM 主干上的有效性。 AI
影响 该框架可能带来更强大、更适应现实世界环境并能在其中学习和改进的 AI 代理。
排序理由 详细介绍 AI 代理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →