论文

面向智能体任务的以对象为中心的环境建模

Object-Centric Environment Modeling for Agentic Tasks

上下文与知识记忆Agent记忆

摘要

大语言模型(LLM)智能体可通过积累经验改进——但自由格式文本记忆随交互增长变得难以维护、验证与复用。近期符号方法学习可执行技能或程序化世界模型——但常存储局部过程或假设简化动力学。我们提出以对象为中心的环境建模(OCM)——将经验组织为可执行的对象中心环境模型。OCM维护两个相连的代码库:对象知识——将环境实体与机制定义为Python类;过程知识——记录必须导入并使用对象模型的可复用交互模式。OCM在线运作:每个episode后——OCM反思轨迹、更新两个知识库——并验证所有过程对更新后的对象模型可执行。在未来交互中——智能体使用渐进知识披露——先检查紧凑代码签名——仅在需要时读源码。实验表明OCM跨基准取得最佳平均排名并减少无效动作——证明智能体能从构建对象中心环境模型中受益。

面向智能体任务的以对象为中心的环境建模:论文配图
图 1:左上:孤立的技能类似于分散的手册,其假设的工具和部分可能不一致。右上:整体符号世界模型类似于一台过于复杂的机器,试图对所有转换进行建模。底部:OCM 首先标准化对象和机制,然后将程序知识建立在这个共享对象模型中,使经验更容易组织、验证和重用。