experience-learning

JERP 提出了一种方法，让LLM智能体从相同的交互轨迹中联合学习可解释的自然语言规则并更新策略参数，在AlfWorld和WebShop上提升了性能，同时保持了可检查性。

本文提出EDV框架，在执行-提炼-验证阶段使用多个异构智能体为LLM智能体构建可靠经验，防止自我确认错误，并提升在长周期基准测试上的性能。

ExpGraph是一个模型无关的框架，通过自进化的技能与失败经验图，使LLM智能体能够复用过往经验，在不重新训练执行器的情况下将任务性能提升12%-21%。