基于关键感知自反馈重试的Agent强化学习

英文标题：Agent Reinforcement Learning via Pivotal-Aware Self-Feedback Retry

大语言模型智能体在长周期交互任务中表现出色，但难以有效利用失败轨迹：完全重试导致高交互成本，经验检索又易忽视上下文细节。本文提出关键感知自反馈重试方法，通过识别失败步骤中的关键转折点并仅重试这些片段，结合自反馈机制，显著降低交互开销并提升决策成功率。该研究为开发者提供了一种低成本的智能体训练范式，对构建高效交互式AI系统具有重要实践价值。

2.6 KB 2.1 KB 640 B 612 B 380 B 9.1 KB 22.8 KB 24.2 KB 34.7 KB