通过基于环境的交互合成扩展代理能力

通用代理智能取决于与各种现实世界工具交互以完成复杂任务的能力，这种能力从根本上与交互数据的质量相关。为了绕过人工注释的高昂成本，流行的范例完全依赖于 大语言模型 (LLM) 来扩展代理环境和任务的综合。然而，这种不受约束的生成通常会退化为 LLM 内部先验的有偏差的随机采样，无法捕获现实世界领域的多样性和难度或构建高保真、长期任务。在这项工作中，我们引入了基于环境的Agent交互合成（GAIS），这是一个通过两阶段环境对齐机制自动构建不同环境和复杂任务的可扩展框架。具体来说，我们构建源自现实世界模型上下文协议（MCP）服务器的协议锚定环境，以确保功能多样性和难度。随后，我们采用结构引导的规划来导航这些环境，积极执行逻辑依赖性和对抗性策略来生成复杂的任务。在 BFCL、$τ^2$-Bench 和 ACEBench 上进行的实验表明，GAIS 合成的数据显着优于最先进的基线，使基础模型能够匹配甚至超越官方指令调整的对应模型。此外，GAIS 展现出卓越的数据效率和可扩展性，能够以显着减少的数据实现卓越的功能，同时在基线停滞的情况下保持持续增长。我们的代码和数据集可在 https://github.com/Eric8932/GAIS 上公开获取。