跳到正文
arXiv · AI· Bingjie Zhang, Yibo Yang, Qiantong Liu, Benshuo Fu, Yi Chang, Dandan Guo·· 2026-10-14AI 评分38

TQG-Exp:轨迹质量引导的经验学习框架

Beyond Outcome Feedback: Trajectory-Quality-Guided Experience-based Learning

AI 导读

TQG-Exp 提出轨迹质量引导的经验学习框架,引入 TQL 联合考量任务完成与过程质量以优化 LLM 智能体。 该框架通过配对 rollout 评估检索经验的效用,并结合语义相关性指导后续检索。在 ALFWorld、WebShop 和 ScienceWorld 实验中,TQG-Exp 的 Avg.@3 指标比最强基线分别提升 4.50 和 8.55 个百分点。

来源:arXiv · AI · arxiv.org