一步一步: 语言智能体是逐步规划者
计算与语言
2024-11-14 v1 人工智能
机器学习
摘要
语言智能体在动态环境中展现出良好的适应性，能够执行复杂任务。然而，尽管大型语言模型中嵌入了丰富的知识，这些智能体在需要规划的任务上仍显不足。我们引入 STEP—a 一种新型框架，通过高效学习以提升语言智能体在后续步骤中的规划能力。具体而言，STEP 通过四个相互关联的组件实现。首先，规划器承担任务， 将其分解为子任务并提供相关见解。随后，执行器生成动作候选方案，而评估器确保这些动作符合来自以往经验的已学习规则。最后，记忆模块存储经验以指导未来决策。在 ScienceWorld 基准测试中，我们的结果表明，STEP consistently 超过了最先进的模型，取得总体得分 67.4，并成功完成 12 个中的 18 个任务。这些发现凸显了 STEP 作为提升语言智能体规划能力框架的潜力，为在动态环境中实现更复杂的任务解决铺平了道路。
关键词
引用
@article{arxiv.2411.08432,
title = {One STEP at a time: Language Agents are Stepwise Planners},
author = {Minh Nguyen and Ehsan Shareghi},
journal= {arXiv preprint arXiv:2411.08432},
year = {2024}
}