基于蒙特卡洛树搜索的智能体技能双层优化
人工智能
2026-04-20 v1
摘要
智能体 \texttt{技能} 是指令、工具和支持资源的结构化集合，帮助大语言模型（LLM）智能体执行特定类别的任务。经验证据表明，\texttt{技能} 的设计会显著影响智能体的任务性能，但系统化地优化 \texttt{技能} 仍然具有挑战性。由于一个 \texttt{技能} 以结构化的方式包含指令、工具和支持资源，优化它需要联合确定这些组件的结构以及每个组件所包含的内容。这产生了一个复杂的决策空间，结构与组件之间存在强相互依赖性。因此，我们将这两个耦合的决策表示为 \texttt{技能} 结构和组件内容，并将 \texttt{技能} 优化形式化为一个双层优化问题。我们提出了一个双层优化框架，其中外层循环采用蒙特卡洛树搜索来确定 \texttt{技能} 结构，而内层循环在外层循环选定的结构内优化组件内容。在两个循环中，我们都使用LLM来辅助优化过程。我们在一个开源的运筹学问答数据集上评估了所提出的框架，实验结果表明，该双层优化框架通过优化后的 \texttt{技能} 提升了智能体的性能。
引用
@article{arxiv.2604.15709,
title = {Bilevel Optimization of Agent Skills via Monte Carlo Tree Search},
author = {Chenyi Huang and Haoting Zhang and Jingxu Xu and Zeyu Zheng and Yunduan Lin},
journal= {arXiv preprint arXiv:2604.15709},
year = {2026}
}