arXiv Artificial Intelligence· Bingjie Zhang, Yibo Yang, Qiantong Liu, Benshuo Fu, Yi Chang, Dandan Guo·· 18 小时前AI 评分22
TQG-Exp：用轨迹质量引导 LLM 智能体的经验学习
Beyond Outcome Feedback: Trajectory-Quality-Guided Experience-based Learning
AI 导读
针对现有经验学习仅依赖最终任务结果、忽略执行过程的问题，研究者提出轨迹质量引导的经验学习框架 TQG-Exp，引入同时考虑任务完成度与过程质量的 Trajectory Quality Loss（TQL）作为学习信号。
来源：arXiv Artificial Intelligence · arxiv.org