技术
Agent Trajectory（智能体轨迹）
Agent Trajectory 是智能体在环境中执行任务时产生的状态-动作序列，记录了从初始状态到目标达成的完整交互历史。它解决了智能体行为评估、模仿学习和策略优化中数据表示的问题，典型应用于强化学习中的轨迹采样、机器人路径规划以及大语言模型智能体的决策过程分析。
详细解释
在强化学习和自主智能体研究中，轨迹通常表示为一系列元组 (s_t, a_t, r_t, s_{t+1})，其中 s 是状态，a 是动作，r 是奖励。轨迹数据可用于离线强化学习、模仿学习以及策略梯度估计。近年来，随着大语言模型智能体的兴起，Agent Trajectory 也指代智能体在完成复杂任务时调用工具、生成子目标、与环境交互的完整记录，成为评估智能体性能、进行错误分析和改进策略的重要依据。
别名与相关写法
agent trajectory