$How^{2}$：如何从程序化如何问题中学习
人工智能
2026-05-05 v2 计算与语言
摘要
面对规划问题的智能体可利用如何问题的答案来减少不确定性并填补知识空白，从而解决当前及未来任务。然而，其开放式本质——“如何执行 X？”的有效答案范围从可执行动作到高层 X 子目标描述——使 AI 智能体难以提出问题，亦使 AI 专家难以以高效方式作答。我们引入 ，一个记忆智能体框架，使智能体能够提出如何问题、存储答案并在交互式环境中持续学习。我们在平面工作 (Plancraft) 中进行评估，该环境要求智能体通过操作库存物品完成装配任务。使用提供不同抽象层次答案的教师模型（从可执行动作序列到高层子目标描述），我们展示持续学习智能体从抽象且独立于当前状态的答案中受益最大。 为基于大语言模型的智能体提供了在交互式环境中通过提问提升规划能力的途径。
引用
@article{arxiv.2510.11144,
title = {$How^{2}$: How to learn from procedural How-to questions},
author = {Gautier Dagan and Frank Keller and Alex Lascarides},
journal= {arXiv preprint arXiv:2510.11144},
year = {2026}
}