摘要
技能已成为使大型语言模型（LLM）代理能够在长期交互任务中重用过去经验的重要抽象。然而，现有的轨迹到技能方法通常产生扁平的高层次文本技能集合，这些集合被独立存储和检索，导致技能关系未被充分利用，并保持高层技能与可执行动作之间的差距。
在本文中，我们提出了HiSkill，一个层次技能图框架，该框架将交互轨迹组织成一个有向图，包含技能节点、原子操作节点和类型化边。具体而言，该图将可重用的高层技能与可执行的动作模板连接起来，同时捕捉它们之间的分解、时间过渡、兼容性、支持和恢复关系。
在推理时，HiSkill检索一个紧凑的与任务相关的子图，并执行子图引导的任务执行，其中符号任务状态、活动技能和检索的子图指导LLM代理迭代地切换技能、选择原子操作并确定可执行动作。
在三个交互环境中的实验表明，HiSkill超越了最先进的基线，同时减少了推理令牌消耗，展示了通过层次技能图架起高层技能与可执行动作之间桥梁的有效性。我们的数据和代码可在 GitHub 获取。
博主点评： HiSkill通过引入层次技能图，成功地解决了高层技能与实际执行动作之间的联系，展现了在复杂任务中更高效的技能管理策略，值得进一步探索其在实际应用中的潜力。