摘要
针对开放世界中可供性定位难的问题,现有系统多采用固定流程编排技能,缺乏灵活性与错误恢复能力。本文提出 Affordance Agent Harness,一种闭环运行时系统,统一异构技能与证据存储及成本控制机制。该系统通过检索情景记忆为重复类别提供先验,利用路由器自适应选择和参数化技能,并引入专用验证器基于自一致性和证据充分性门控承诺,触发针对性重试。实验表明,该方法在降低技能调用次数和延迟的同时,提升了定位精度,实现了更优的准确率 - 成本帕累托前沿。
AI 推荐理由
论文核心提出自适应技能编排系统,动态选择与参数化多种技能,显著优化技能调用效率。
研究机构
Harbin Engineering University
论文信息