在复杂的长期任务中，大型语言模型（LLM）智能体展示了卓越的自主决策能力，能够生成状态、动作和观察的序列轨迹。然而，智能体在这些任务中常常遭遇错误累积，难以从失败中恢复。现有的自我纠错机制依赖于基于提示的反思，存在脆弱性，且因迭代试错循环而造成时间和API成本的高昂，并且生成的任务特定记忆难以推广到新场景。
为了解决这一问题，我们提出了经验记忆图（EMG），将智能体的失败恢复重构为图匹配问题。
在训练阶段，我们将失败的探索轨迹和成功的专家轨迹转换为有向动作决策图。通过匹配这些图，我们提取出成功的子图（成功工作流）和图编辑路径，明确指示如何纠正失败（如在特定观察下需添加、删除或重新标记的动作），并将其存储在一个具有任务内节点和任务间边的记忆图中。
在测试阶段，EMG检索相关见解并指导智能体进行一次性、无循环的执行。实验结果表明，在ALFWorld和ScienceWorld上，EMG在成功率和平均奖励方面始终优于最先进的反思基线，同时在测试时无需试错。
博主点评： 经验记忆图的提出为智能体的错误恢复提供了创新思路，通过图匹配有效地利用了成功经验，避免了重复试错的低效。此方法不仅提升了智能体的性能，也为未来的智能体设计提供了新的方向，具有广泛的应用潜力。