LeafSkill

LeafSkill 通过重用动作接地来提高 LLM Agent 的效率

研究人员开发了 LeafSkill，这是一个旨在提高递归 LLM Agent 效率的新型外部层。LeafSkill 专注于通过检索和重用过去的语义经验来优化原子子任务的接地，而不是为每个动作调用大型语言模型。这种方法显著提高了任务完成率并减少了 token 使用量，正如在 Robotouille 基准测试中所示，LeafSkill 的表现优于 ReCAP 方法。