arXiv cs.LG·40 天前★ 3

Trace：长程智能体的可执行走查学习

原文标题：Success Leaves Detours: Learning Executable Walkthroughs for Long-Horizon Agents

重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文研究从稀疏奖励轨迹中归纳可执行走查，提出 Trace 框架，通过信用引导与依赖溯源将噪声轨迹编译为可执行走查记忆。在 J-TTL、WebShop 与 ScienceWorld 上，其平均 AUC 与 Final-3 分别较最强基线提升 30.0% 与 40.5%，且推理 token 更少。

论文速读 · 四段结构cs.AI去论文速读 →

问题: 稀疏奖励轨迹含失败、循环与绕路，摘要式记忆缺少可执行所需的状态条件与动作依赖。
方法: 信用引导+依赖溯源：从奖励与状态变化检测进展锚点，传播信用识别有效转移，用跨回合成败估计前置条件，再反向依赖切片提取可执行走查。
结果: 在J-TTL、WebShop、ScienceWorld上平均AUC与Final-3分别较最强基线提升30.0%与40.5%，推理token更少。
影响: 智能体经验复用从模糊摘要升级为可验证、可中断恢复的程序化记忆，直接提升长程任务成功率。

深读 · 结论先行AI 生成展开看要点与影响 ↓

Trace将稀疏奖励轨迹编译为可执行走查，AUC较最强基线提升30.0%

为什么重要：长程智能体的经验复用长期受噪声轨迹拖累，可执行、可验证的走查记忆为测试时自进化提供了更可靠的复用单元。

以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。

所属主题智能体50

AI 处理过程展开/收起

原始标题：Success Leaves Detours: Learning Executable Walkthroughs for Long-Horizon Agents

AI 中文标题：Trace：长程智能体的可执行走查学习

来源：arXiv cs.LG · 发布于 40 天前

分类：学术研究 · AI 重要度：★ 3（3）

标签：智能体 / 长程任务 / 经验复用 / 稀疏奖励 / 记忆

关键词：long-horizon agent / walkthrough induction / credit assignment

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐