智能体自适应新环境的：浙大杭电框架荣登NeurIPS舞台

任务成功率可达97%

原标题：一次示范让Agent适应各种新环境，浙大杭电智能体框架入选NeurIPS
文章来源：量子位
内容字数：5702字

研究背景

随着大语言模型（LLM Agents）在各个领域中的广泛应用，智能体在执行任务时的自主性和适应性受到关注。然而，现有的智能体往往过度依赖人类专家的知识，难以在新环境中学习和适应。

AutoManual框架的提出

为了解决这一问题，杭州电子科技大学和浙江大学的研究者提出了AutoManual框架。该框架通过模仿人类在新环境中“记笔记”的过程，使智能体能够通过一次人类示范适应新环境，成功率可达97%。

框架结构

AutoManual框架包含三个主要阶段：Building、Formulating和Testing。

1. Building阶段：Planner Agent与Builder Agent合作，通过与环境互动构建规则。Builder Agent在此阶段使用规则系统更新环境规则。
2. Formulating阶段：Formulator Agent将规则整理成Markdown格式的指导手册，增强规则的可读性和理解性。
3. Testing阶段：使用生成的手册评估智能体的任务执行效果，确保其能有效指导较小模型。

实验结果

研究团队在ALFWorld和MiniWoB++等环境中进行实验，结果表明，只需一个人类示范，AutoManual就能显著提高智能体的成功率。在ALFWorld中，智能体成功率达97%，而在MiniWoB++中成功率达到98%。

总结与影响

AutoManual框架有效地减少了对人类专家知识的依赖，通过记录和更新环境理解，帮助智能体更好地适应新环境。这种方法不仅提升了智能体的自主性，也为其他智能体提供了规划指导，具有重要的应用前景。

联系作者

文章来源：量子位
作者微信：
作者简介：追踪人工智能新趋势，关注科技行业新突破