AutoManual: インタラクティブ環境学習によるLLMエージェントによる取扱説明書の生成

大規模言語モデル（LLM）に基づくエージェントは、ロボティクス、ゲーム、ウェブナビゲーションなど、さまざまなドメインで自主的にタスクを完了する可能性を示しています。しかし、これらのエージェントは通常、特定のドメインのタスクを解決するために精巧な設計と専門的なプロンプトを必要とし、その適応性が制限されています。本研究では、LLMエージェントが相互作用を通じて理解を自律的に構築し、新しい環境に適応できるフレームワーク「AutoManual」を紹介します。AutoManualは、環境知識を多様なルールに分類し、2つのエージェントによってオンライン方式で最適化します。1) プランナーは、環境との相互作用のための現在のルールに基づいて実行可能な計画をコードします。2) ビルダーは、オンラインルール管理と重要な詳細の保持を促進する整然としたルールシステムを通じてルールを更新します。ルール管理におけるハルシネーションを軽減するために、ビルダーのためのケース条件プロンプティング戦略を導入します。最後に、フォーミュレーターエージェントがこれらのルールを包括的なマニュアルにまとめます。自己生成されたマニュアルは、適応性を向上させるだけでなく、より小型のLLMの計画をガイドし、人間にとって理解可能です。1つのシンプルなデモのみで、AutoManualはタスク成功率を大幅に向上させ、ALFWorldベンチマークタスクでGPT-4-turboで97.4%、GPT-3.5-turboで86.2%を達成しました。ソースコードは近日中に公開されます。