NeSyFS：部分可观测环境下LLM Agent的神经符号快慢思考框架

最近，大语言模型（LLMs）被越来越多地用作自主代理，在诸如自我反思、增强检索生成和科学发现等应用中。在这些设置中，代理必须基于有限的观察而不是完整的环境状态作出决策，导致部分可观察性。这引入了几个关键挑战：信念状态推理、任务目标不匹配以及在不确定性下进行规划。以往的方法通常依赖于全或部分行动-观察历史，这些冗余和无关信息可能会误导LLM代理的决策。受人类认知启发，我们提出了一种新颖的神经符号快速慢思考（NeSyFS）框架，用于解决由部分可观察性引入的挑战。我们使用知识图谱（KG）来表示信念状态，为NeSyFS中的每个模块提供三元组作为上下文。快速思考模块执行反应性行动，而慢思考模块通过遵循扭曲序列蒙特卡洛（TSMC）算法的高层次结构进行新的不确定性-aware规划。为了缓解任务目标的不匹配，反射模块用于反映快速思考行动，并且在反复失败的反应性行动时切换到慢思考模块。在三个代表性基准测试中（ALFWorld、Webshop和ScienceWorld）进行实验，表明NeSyFS方法在性能上优于以前的方法。