Введение
Агенты с графическим пользовательским интерфейсом (GUI) требуют эффективного использования исторического контекста для выполнения последовательных навигационных задач. Включение прошлых действий и наблюдений может улучшить принятие решений, но неуместное использование всей истории приводит к чрезмерным вычислительным затратам и отвлечению на несущественную информацию.
HiconAgent
Для решения данной проблемы мы представляем HiconAgent, GUI-агента, обученного с использованием оптимизации политики с учетом исторического контекста (HCPO), что обеспечивает эффективное использование исторической информации.
Компоненты HCPO
- Динамическое выборка контекста (DCS): агент получает истории переменной длины во время выборки, что позволяет адаптивно использовать наиболее релевантный контекст.
- Сжимающая история с направляющими якорями (AHC): уточняет этап обновления политики с помощью двойной стратегии, где сжатая ветка удаляет исторические наблюдения, сохраняя действия как якоря информационного потока.
Сжатая и несжатая ветки связываются через потерю выравнивания, улучшенную историей, чтобы обеспечить согласованное использование истории при поддержании эффективности.
Эксперименты
Эксперименты на основных бенчмарках навигации GUI демонстрируют …
Материал носит информационный характер и не является профессиональной консультацией. Часть материалов издания готовится с использованием нейросетевых инструментов и проверяется редакцией по первоисточникам — подробнее в пользовательском соглашении. Нашли неточность или считаете, что материал нарушает ваши права — сообщите редакции, обращения рассматриваются в течение суток.