论文页面 - MAP：一种用于长时域交互型智能体推理的“先映射后行动“范式

来源：https://huggingface.co/papers/2605.13037

摘要

交互型LLM智能体在执行过程中由于反应式理解而导致环境感知延迟和认知瓶颈，本文提出的“先映射后行动“范式（MAP）通过预先获取环境知识——包括全局探索、任务特定映射和知识增强执行——解决了这一问题。

当前交互型LLM智能体依赖于目标导向的逐步规划（https://huggingface.co/papers?q=goal-conditioned%20stepwise%20planning），其环境理解（https://huggingface.co/papers?q=environmental%20understanding）是在执行过程中被动获得的，而非事先建立。这种时间上的颠倒导致了延迟的环境感知：智能体必须通过试错（https://huggingface.co/papers?q=trial-and-error）来推断环境约束，从而陷入认知瓶颈（https://huggingface.co/papers?q=Epistemic%20Bottleneck），被困在低效的失败循环中。受人类可供性感知（https://huggingface.co/papers?q=affordance%20perception）和认知地图理论（https://huggingface.co/papers?q=cognitive%20map%20theory）的启发，我们提出了“先映射后行动“范式（MAP）（https://huggingface.co/papers?q=Map-then-Act%20Paradigm），这是一个即插即用框架，将环境理解前置到执行之前。MAP包含三个阶段：（1）全局探索（https://huggingface.co/papers?q=Global%20Exploration），获取环境通用先验知识；（2）任务特定映射（https://huggingface.co/papers?q=Task-Specific%20Mapping），构建结构化认知地图；（3）知识增强执行（https://huggingface.co/papers?q=Knowledge-Augmented%20Execution），基于地图解决任务。实验表明，在各种基准测试和LLM上均取得了一致的性能提升。在ARC-AGI-3（https://huggingface.co/papers?q=ARC-AGI-3）上，MAP使前沿模型在22个游戏环境中超越了接近零基线的性能。我们进一步引入了MAP-2K（https://huggingface.co/papers?q=MAP-2K）数据集，其中包含“先映射后行动“的轨迹，并表明在该数据集上训练的效果优于专家执行轨迹，这暗示理解环境比模仿更为根本。

查看arXiv页面（https://arxiv.org/abs/2605.13037）查看PDF（https://arxiv.org/pdf/2605.13037）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.13037）

在您的智能体中获取此论文：

hf papers read 2605\.13037

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

尚无模型关联此论文

请在模型的README.md中引用 arxiv.org/abs/2605.13037 以在此页面建立链接。

引用此论文的数据集0

尚无数据集关联此论文

请在数据集的README.md中引用 arxiv.org/abs/2605.13037 以在此页面建立链接。

引用此论文的Spaces0

尚无Space关联此论文

请在Space的README.md中引用 arxiv.org/abs/2605.13037 以在此页面建立链接。

包含此论文的收藏0

尚无收藏包含此论文

请将此论文添加到收藏（https://huggingface.co/new-collection）以在此页面建立链接。