华为诺亚的盘古Agent来了，让智能体学会结构化推理

AIGC动态欢迎阅读

原标题：华为诺亚的盘古Agent来了，让智能体学会结构化推理
关键字：函数,智能,任务,盘古,研究者
文章来源：机器之心
内容字数：10412字

内容摘要：

机器之心报道
编辑：泽南、蛋酱有结构化推理和先验知识，智能体变得更加通用了。自 AI 诞生以来，开发能够解决和适应复杂工作的多任务智能体（Agent）一直是个重要的目标。
AI 智能体对于许多应用至关重要，研究者通常用强化学习方法通过环境交互来培养智能体的决策技能。基于模型和无模型的深度强化学习方法都已取得了广为人们所知的成就，例如 AlphaZero、改进的排序和乘法算法、无人机竞速以及聚变反应堆中的等离子体控制。这些成功涉及一个标准的强化学习管道，智能体在其中学习我们所说的外在功能 —— 一种直接与外界交互的策略，即响应环境刺激以最大化奖励信号。该函数通常是参数化神经网络，根据环境观察生成动作。
经典的强化学习方法使用单个映射函数来定义策略 π，但在复杂的环境中通常被证明是不够的，这与通用智能体在多个随机环境中交互、适应和学习的目标相矛盾。
在强化学习中引入的先验通常是特定于任务的，并且需要广泛的工程和领域专业知识。为了泛化，最近的研究已转向将大型语言模型（LLM）集成到智能体框架中，如 AutoGen、AutoGPT 和 AgentVerse 等工作。
近日，来自华为诺亚方舟实验

原文链接：华为诺亚的盘古Agent来了，让智能体学会结构化推理