MSIエージェント：優れた計画と意思決定のために具現化エージェントにマルチスケールの洞察を組み込む

MSI-Agent: Incorporating Multi-Scale Insight into Embodied Agents for Superior Planning and Decision-Making

September 25, 2024

著者: Dayuan Fu, Biqing Qi, Yihuai Gao, Che Jiang, Guanting Dong, Bowen Zhou

cs.AI

要旨

長期記憶はエージェントにとって重要であり、洞察が重要な役割を果たします。しかし、不適切な洞察の出現や一般的な洞察の欠如は、洞察の効果を大きく損なう可能性があります。この問題を解決するため、本論文では、Multi-Scale Insight Agent（MSI-Agent）を導入します。これは、異なるスケールで効果的に洞察を要約し活用するために設計された具現化エージェントです。MSIは、経験セレクタ、洞察ジェネレータ、洞察セレクタを通じてこれを実現します。3つのパートからなるパイプラインを活用することで、MSIはタスク固有かつ高レベルな洞察を生成し、それをデータベースに保存し、それから意思決定を支援するために関連する洞察を使用できます。実験の結果、MSIはGPT3.5による計画時に別の洞察戦略を上回ることが示されました。さらに、シード経験と洞察を選択する戦略について探求し、LLMにより有用で適切な洞察を提供して意思決定を改善することを目指しています。また、MSIはドメインシフトシナリオに直面した際により優れた堅牢性を示すことが観察されました。

English

Long-term memory is significant for agents, in which insights play a crucial role. However, the emergence of irrelevant insight and the lack of general insight can greatly undermine the effectiveness of insight. To solve this problem, in this paper, we introduce Multi-Scale Insight Agent (MSI-Agent), an embodied agent designed to improve LLMs' planning and decision-making ability by summarizing and utilizing insight effectively across different scales. MSI achieves this through the experience selector, insight generator, and insight selector. Leveraging a three-part pipeline, MSI can generate task-specific and high-level insight, store it in a database, and then use relevant insight from it to aid in decision-making. Our experiments show that MSI outperforms another insight strategy when planning by GPT3.5. Moreover, We delve into the strategies for selecting seed experience and insight, aiming to provide LLM with more useful and relevant insight for better decision-making. Our observations also indicate that MSI exhibits better robustness when facing domain-shifting scenarios.