Reflecting with Two Voices: A Co-Adaptive Dual-Strategy Framework for LLM-Based Agent Decision Making
人工智能
2026-02-03 v2
摘要
大型语言模型（LLM）智能体常依赖外部演示或检索增强规划，导致脆弱性、泛化性差及高计算开销。灵感来自人类问题解决方式，我们提出 DuSAR（Dual-Strategy Agent with Reflecting），即演示-free 框架，使单个冻结 LLM 能通过两种互补策略实现共适应推理：一种是高层次整体计划，另一种是基于上下文的局部策略。这两种策略通过轻量级反思机制相互交互，智能体持续评估进展情况（通过策略适配度评分），在遇到瓶颈时动态修订全局计划，或在取得实质性进展时细化计划，模拟人类的元认知行为。在模拟家庭环境（ALFWorld）和真实网页环境（Mind2Web）中，DuSAR 实现了仅使用开源 LLM 即达到最先进性能，显著优于所有先前方法，无需任何演示或微调。值得注意的是，它在保持强任务成功率的同时大幅降低了每步 token 消耗。消融研究确认双策略协调的必要性。此外，灵活地集成专家演示还能进一步提升性能，凸显 DuSAR 的灵活性与与外部知识的兼容性。
引用
@article{arxiv.2512.08366,
title = {Reflecting with Two Voices: A Co-Adaptive Dual-Strategy Framework for LLM-Based Agent Decision Making},
author = {Wentao Zhang and Qunbo Wang and BoXuan Zhao and Tao Zhang and Junsheng Wu and Hongping Gan and Ling Dai and Shizhuang Deng and Shuntong Sun and Yang Liu},
journal= {arXiv preprint arXiv:2512.08366},
year = {2026}
}