从实体中心图到目标导向图：增强 Minecraft 中 LLM 知识检索
人工智能
2026-03-13 v2
摘要
大型语言模型（LLMs）展现出惊人的通用能力，但在复杂交互环境中常面临逐步推理难题，这是关键挑战。虽然基于 GraphRAG 等检索增强方法试图弥合这一差距，但其碎片化的实体-关系图阻碍了构建连贯的多步骤计划。本文提出一种新框架基于目标导向图（Goal-Oriented Graphs, GoGs），其中每个节点代表一个目标，边缘编码它们之间的逻辑依赖。这种结构通过识别高层目标并递归检索其先决条件，形成连贯的链条以指导 LLM。通过在 Minecraft 测试环境中的大量实验，该域要求强大的多步骤规划并提供丰富的程序知识，结果表明 GoG 在程序推理方面显著优于 GraphRAG 和其他最新基线方法。
引用
@article{arxiv.2505.18607,
title = {From Entity-Centric to Goal-Oriented Graphs: Enhancing LLM Knowledge Retrieval in Minecraft},
author = {Jonathan Leung and Yongjie Wang and Zhiqi Shen},
journal= {arXiv preprint arXiv:2505.18607},
year = {2026}
}
备注
Accepted at Knowledge-Based Systems