自动生成接口可缓解智能体与环境错配并提升任务成功率。
资讯摘要
论文指出，LLM 智能体通过动作空间和交互规则等中间接口与环境交互，其内部预期与环境实际状态转移常不一致，形成“智能体-环境错配”，成为性能瓶颈。作者提出 ALIGN 框架，通过自动生成更丰富的接口（增强环境静态信息与逐步观测）来缓解错配，以轻量包装器实现，无需改动智能体逻辑或环境代码。在具身任务、网页导航和工具使用等实验中，作者报告性能一致提升，ALFWorld 成功率最高提升 45.67%，且接口可跨智能体架构与 LLM 骨干泛化。
要点速读
- 论文将智能体内部预期与环境实际状态转移的不一致定义为智能体-环境错配，并称其为性能瓶颈。
- ALIGN 自动生成增强静态信息与逐步观测的接口，以轻量包装器实现，不改动智能体逻辑或环境代码。
- 作者报告在 ALFWorld 成功率最高提升 45.67%，接口可跨智能体架构和 LLM 骨干复用。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。