-
Agent 一直在行动，任务为何没有进展？PoS 识别并打破 Belief Trapping
任务很简单：把一个加热后的杯子放进柜子。一个智能体先把杯子放进微波炉，再放进柜子，随后陷入反复查看柜子的循环。这个无效行为重复了 36 次，直到耗尽行动预算，任务仍然没有完成。 漏掉的是加热这一步。这是论文在 ALFWorld 仿真任务中展示的一个真实案例：使用完整交互历史的 Raw Trajectory 基线用完 50 步仍然失败，而 PoS 在 17 步内完成了同一任务。动作一直在发生，关键要…- 1.8k
- 0