SharedKV-BT：行为树 Agent 的节点局部类型决策

摘要

智能体任务需要一系列相互依赖的决策。自回归模型支持比传统分类器更灵活的决策接口，但会产生 token-by-token 生成的延迟。最近的共享前缀方法通过重用编码上下文并并行对多个决策进行评分来降低此成本，但不会对决策依赖性进行建模或验证执行。我们提出 SharedKV-BT，其中行为树（BT）的每个活动节点公开阶段本地字段和候选者，并且 Shared-KV 并行对候选者进行评分并将所选决策传递给单独的执行系统。我们在机器人操作、移动导航和计算机使用任务上测试了 SharedKV-BT。在三项任务中，SharedKV-BT 的打字决策速度比提示匹配自回归解码快 2.36-4.15 倍。在操作任务上，节点本地 Shared-KV 将联合决策准确率从 75% 提高到 94%，闭环成功率从 0% 提高到 60%。固定分数策略重播显示阶段选通可防止无序操作，外部后置条件可防止过早完成。

SharedKV-BT：行为树 Agent 的节点局部类型决策：论文原图 — 图 1：SharedKV-BT 原理图。 (a) 拾放 BT 序列获取、传输和存放示例；活动的 Acquire 分支扩展为基于类型化决策和执行的有界重试循环，然后进行外部后置条件检查。 (b) 指令和观察到的状态被编码一次，Shared-KV 并行对说明性节点本地技能、对象和完成候选进行评分，并且现场 argmax 形成决策。完成是诊断性的；检查结果确定活动阶段是否成功并控制BT进展。