Rumo a um Grounding Eficiente de LLM para Colaboração Embodiment de Multiagentes

Localizar a capacidade de raciocínio de grandes modelos de linguagem (LLMs) para tarefas incorporadas é desafiador devido à complexidade do mundo físico. Especialmente, o planejamento de LLM para colaboração de multiagentes requer comunicação entre os agentes ou atribuição de crédito como feedback para reajustar os planos propostos e alcançar uma coordenação eficaz. No entanto, os métodos existentes que dependem excessivamente da verificação física ou autorreflexão sofrem de consultas excessivas e ineficientes aos LLMs. Neste artigo, propomos uma nova estrutura para colaboração de multiagentes que introduz o feedback de Vantagem Reforçada (ReAd) para auto-refinamento eficiente dos planos. Especificamente, realizamos regressão crítica para aprender uma função sequencial de vantagem a partir de dados de planejamento do LLM, e então tratamos o planejador LLM como um otimizador para gerar ações que maximizem a função de vantagem. Isso dota o LLM de previsão para discernir se a ação contribui para a realização da tarefa final. Fornecemos análise teórica ao estender a regressão ponderada por vantagem em aprendizado por reforço para sistemas multiagentes. Experimentos no Overcooked-AI e uma variante difícil do RoCoBench mostram que o ReAd supera os baselines na taxa de sucesso, e também diminui significativamente os passos de interação dos agentes e as rodadas de consulta dos LLMs, demonstrando sua alta eficiência para o grounding de LLMs. Mais resultados estão disponíveis em https: //read-llm. github. io/.