将轨迹提升为逻辑：面向长程智能体任务的神经符号程序化技能归纳

由基础模型驱动的智能体常常难以进行长程规划，原因在于纯基于提示的推理具有瞬时性。虽然现有技能归纳方法通过将经验蒸馏为不感知状态的参数化脚本来缓解这一问题，但它们无法捕捉在动态环境中稳健执行所需的条件逻辑。在本文中，我们提出神经符号技能归纳（NSI），一个将交互轨迹提升为模块化、具有逻辑依据的程序的框架。通过综合显式控制流和动态变量绑定，NSI使智能体能够发现何时以及为何采取行动。这一范式实现了高效泛化，使智能体能够从少样本示例中归纳技能并灵活适应未见目标。在一系列智能体任务上的实验表明，NSI持续优于最先进的基线方法，使智能体能够自我演进为具有逻辑依据技能的构建者。