MSI-Agent：将多尺度洞察融入具身智能体以实现卓越的规划与决策
人工智能
2024-11-12 v2 计算与语言
摘要
长期记忆对智能体至关重要，其中洞察发挥着关键作用。然而，无关洞察的出现以及通用洞察的缺乏会极大削弱洞察的有效性。为了解决这个问题，本文我们引入了多尺度洞察智能体，这是一种具身智能体，旨在通过在不同尺度上有效地总结和利用洞察来提升 LLM 的规划与决策能力。MSI 通过经验选择器、洞察生成器和洞察选择器实现这一点。借助三部分流水线，MSI 能够生成特定任务的高层次洞察，将其存储在数据库中，然后从中利用相关洞察来辅助决策。我们的实验表明，在 GPT3.5 进行规划时，MSI 优于其他洞察策略。此外，我们深入探讨了选择种子经验和洞察的策略，旨在为 LLM 提供更有用和相关的洞察，以做出更好的决策。我们的观察还表明，在面对领域偏移场景时，MSI 表现出更好的鲁棒性。
引用
@article{arxiv.2409.16686,
title = {MSI-Agent: Incorporating Multi-Scale Insight into Embodied Agents for Superior Planning and Decision-Making},
author = {Dayuan Fu and Biqing Qi and Yihuai Gao and Che Jiang and Guanting Dong and Bowen Zhou},
journal= {arXiv preprint arXiv:2409.16686},
year = {2024}
}