Reinforcement Learning LLM Sequential Decision Making Hybrid Agent
摘要

大型语言模型(LLM)在推理、规划和工具使用方面展现出强大能力,但在需要精确动作优化的长视距序列决策任务中表现不佳。相反,强化学习(RL)虽擅长序列控制,却缺乏处理复杂场景所需的高级抽象和任务分解能力。本文提出了一种LLM增强的强化学习智能体,将LLM驱动的规划与基于RL的动作优化相结合。该架构利用LLM生成子目标、结构化计划和上下文指导,而RL智能体则通过与环境交互来细化底层动作。在序列决策任务上的实验表明,与仅使用RL或LLM的基线相比,该方法提高了样本效率、成功率以及动作轨迹的一致性。

AI 推荐理由

论文核心在于利用LLM生成子目标和结构化计划,解决长序列决策中的规划问题。

研究机构
AIMS, Kigali, Rwanda African Institute for Mathematical Sciences (AIMS), Kigali, Rwanda African Center for Advanced Studies, Pretoria, South Africa
论文信息
作者 Christophe D. Hounwanou, John Emeka Eze, Yaé Ulrich Gaba
发布日期 2026-08-04
arXiv ID 2608.03502
相关性评分 9/10 (高度相关)