09:35
官方账号arXiv cs.AI@Wenjun Wang, Yuchen Fang, Fengrui Liu, Zibo Liang, Kai Zheng
71°
推荐理由：这篇论文用图匹配让智能体一次纠正错误，不用反复试错，在ALFWorld和ScienceWorld上效果比现有方法更好。
EMG
共 1 条相关 AI 资讯
7月16日
09:35
提出Experience Memory Graph (EMG)框架，将智能体失败恢复转化为图匹配问题。训练时将失败轨迹和专家轨迹转化为有向动作决策图，通过图匹配提取公共子图（成功工作流）和图编辑路径，存储于记忆图中。测试时无需试错循环，单次执行即可纠正错误。在ALFWorld和ScienceWorld基准上，EMG在成功率和平均奖励上持续优于现有反思基线。