成果｜多智能体经验迭代精炼框架——实现多智能体经验动态积累以增强任务解决能力

文章预览

随着大模型和智能体的发展，最近的一个重大突破是使智能体从先前的任务中积累经验。 代表性方法通过对历史任务重演，从中提取经验并进行记忆，以此在未见任务中通过经验样本检索来高效解决任务。 这些智能体通过积累经验，有效避免了重复错误和不必要的试错过程，减少了额外人工参与的需要。 然而，现有技术的经验往往是使用启发式规则一次性生成的。 这种方法限制了智能体动态适应软件开发等复杂任务的能力，同时存在部分经验质量不高，不能显著提升智能体完成任务的能力。 针对该问题，我组研究人员提出了 经验迭代精炼 （ I terative E xperience R efinement ） 框架 。该方法使智能体能够通过在不同批次的任务集上 持续地获取、利用和淘汰经验 来不断 适应未见任务 ，且仅利用 11.54% 的经验子集实现 更好的任务解决能力 。 论文信 ………………………………