AgentHER：用于大语言模型智能体轨迹重标注的后见经验回放

针对大语言模型智能体在现实任务中高失败率导致大量经验数据被丢弃的问题，本文提出 AgentHER 框架。该框架适配后见经验回放（HER）原理，将失败轨迹转化为可替代目标的正确示范，通过四阶段流程生成高质量训练数据。实验表明，该方法在 WebArena 和 ToolBench 基准上显著优于仅使用成功数据的监督微调，提升了数据效率，并支持模型的迭代部署与持续自我进化。