Feb, 2024

PreAct: 预测未来在 ReAct 中增强智能体的规划能力

PDF
TL;DR本文介绍了一种名为 PreAct 的代理框架，该框架将预测、推理和行动相结合，通过利用预测信息，基于大型语言模型的代理能够提供更多样化和战略性导向的推理，从而使代理执行复杂任务更加有效。实验结果表明，PreAct 在完成复杂任务方面优于 ReAct 方法，而与反思方法相结合可以进一步增强 PreAct 的性能。同时，我们还发现历史预测对于基于大型语言模型的规划具有持续的积极影响。PreAct 和 ReAct 之间的单步推理差异表明 PreAct 确实在多样性和战略方向上具有优势。
发现论文，激发创造
  • ReAct: 在语言模型中协同推理与行动

    使用名为 ReAct 的方法，在大型语言模型中交错生成推理迹线和任务特定的操作，以促进两者之间的协作，从而在多项语言理解和决策任务中提高其有效性，同时优于缺乏推理或行为组件的方法。

    Oct, 2022

  • 关于为主动大型语言模型提供反应提示的脆弱基础

    通过对输入提示的系统变化进行敏感性分析，我们发现 LLMs 的性能受到例示 - 查询相似度的影响，并且推理能力源于近似检索，而非内在推理能力。

    May, 2024

  • ReST meets ReAct：自我改进的多步推理 LLM Agent

    通过 ReAct-style LLM 代理，我们可以迭代训练一个经过改进的小模型，用于具有挑战性的组合式问答基准测试，参数数量减少了两个数量级。

    Dec, 2023

  • PACT: 感知 - 行为因果变换器用于自回归机器人预训练

    本研究提出了 PACT（Perception-Action Causal Transformer）范式，通过自监督方法直接利用机器人数据来构建机器人的自身表示，并在移动机器人领域进行了实证研究。研究结果表明，通过共享一个好的自身表示，我们可以降低整个模型的容量并加速实时部署这些系统。

    Sep, 2022

  • ReAct Meets ActRe：用于对比自训练的智能体轨迹的自主标注

    使用 A$^3$T 框架，通过自主注释代理轨迹，实现了多轮语言代理的自我改进，包括对失败任务的多轨迹执行和对成功和失败轨迹的对比自我训练，取得了显著优于现有技术的性能。

    Mar, 2024

  • 多智能体规划中的责任预测

    预测责任是确定个体行为是否可能导致其对特定结果负责的过程，可用于多智能体规划环境中让智能体在考虑计划时预测责任。该论文定义了主动、被动和贡献性责任的归因，考虑了智能体的变体，并使用此定义了责任预测的概念。该模型证明了我们的预期责任概念可用于协调规划环境中的智能体，并给出了复杂性结果，探讨了与经典规划的等效性。我们还提出了使用 PDDL 求解器解决一些归因和预测问题的大纲。

    Jul, 2023

  • 重新思考长期行动预测的学习方法

    ANTICIPATR 模型使用 segment-level representations 和 video-level representation 进行时间跨度较大的 action anticipation 任务，能够直接预测未来一段时间的行为实例。在 Breakfast、50Salads、Epic-Kitchens-55 和 EGTEA Gaze+ 数据集上得到了较好的结果。

    Oct, 2022

  • AUTOACT：自主规划的自动代理学习

    AutoAct 是一个自动的代理学习框架，不依赖于大规模标注数据和闭源模型的合成轨迹。它通过自动合成规划轨迹和分工策略来实现多功能单一模型， 在不同的 LLMs 上获得比强基准更好或类似的性能。

    Jan, 2024

  • Perceiver-Actor: 用于机器人操纵的多任务 Transformer

    使用 Perceiver Transformer 的行为克隆代理能够有效地学习行动，实验表明其在桌面任务上优于不受结构限制的图像转行动代理和 3D ConvNet 基准。

    Sep, 2022

  • 利用探索性规划进行自主学习动作模型

    本文提出了一种新型的探索计划代理，它能够在没有专家跟踪或给定目标的情况下学习行动先决条件和效果，优化探索和行动模型学习，运用新的表示为 Lifted Linked Clauses 和一种新颖的探索行动选择方法，并在探索为中心的视频游戏场景中进行实证评估。

    Mar, 2022