DAEDALUS：从自生成任务中引导构建智能体记忆

LLM 智能体通常缺乏在新环境中可靠行动所需的操作知识，因为它们必须自行发现特定工具的行为方式或环境惯例。由于没有对过往尝试的记忆，它们会在不同任务中重复相同的错误，导致更多任务失败和更长的执行轨迹。为解决这一问题，智能体系统通常依赖人工编写的指南，或依赖通过训练任务和 oracle verifier 构建的程序性记忆，而这两种方式都需要预先了解环境。我们提出 DAEDALUS，一种无需现有任务或 oracle verifier、通过自生成练习来引导构建可复用智能体记忆的方法。DAEDALUS 配对使用两个智能体：探索器与环境交互，以生成具有挑战性但可解决的任务；求解器则尝试完成这些任务。每次求解器失败后，系统都会提炼出一条启发式规则，只有当求解器在相关上下文中使用该规则反复成功后，这条规则才会被接受。这些结果还会为探索器提供反馈，帮助其调整未来任务的难度。随后，已接受的启发式规则会被整合到记忆库中，供测试时使用。在 AppWorld、$τ^2$-bench 和 AutomationBench 上，DAEDALUS 相比无记忆基线将平均成功率最多提高 15.9 个百分点，将 pass^5 最多提升至 2.2 倍；与使用训练任务的方法相比，其性能具有竞争力，且推理成本低于大多数此类方法。我们表明，即使探索预算较小，也能取得性能提升；其启发式规则同样能帮助其他模型系列的智能体。进一步的消融实验表明，求解器轨迹提供了推导有效启发式规则所需的关键信息，而将早期发现进行因子化则能提高探索的成本效率。除构建记忆外，我们还发现，DAEDALUS 生成的任务可以作为基准任务的替代，用于根据性能对模型进行排名。代码和相关资源：www.github.com/illuin-tech/daedalus】【。