arXiv · 机器人与计算机视觉· Xinxiang Yin, Xinglang Zhang, Haodong Chen, Zhiqing Cui, Weidong Tang, Yuxuan Wang, Junrui Wang, Jingyi Zhang, Jianfeng Zhang, Jian Qian·· 9 天前精选AI 评分82
从反思到协同进化:具备本地化验证记忆的自演化智能体
From Reflection to Co-Evolution: Self-Evolving Agents with Locally Verified Memory
AI 导读
论文提出 Anchor 框架,旨在解决大语言模型智能体在长周期交互中记忆冗余或强化不当行为的问题。该方法通过定位关键轨迹步骤、提取候选记忆,并在相同上下文下对比保留与不保留该源决策的效果,评估其对分布的偏移量及角色对齐度。
推荐理由
提出 Anchor 方法,通过局部验证记忆源决策来筛选有效经验,在 ALFWorld 和 WebShop 任务上提升成功率并减少 Token 消耗。
来源:arXiv · 机器人与计算机视觉 · arxiv.org