Resumo Técnico: HiSkill – Capacitando Agentes de LLM com Grafos de Habilidades Hierárquicos

Declaração do Problema

Agentes de Grandes Modelos de Linguagem (LLM) requerem a capacidade de reutilizar experiências históricas para resolver tarefas interativas de longo horizonte de forma eficiente. Embora as "habilidades" (skills) tenham surgido como uma abstração fundamental para organizar essa experiência reutilizável, os métodos atuais de trajetória-para-habilidade sofrem de duas limitações primárias:

1. Orientação de Grão Grosso: A maioria dos métodos destila trajetórias em coleções planas de descrições textuais de alto nível. Essas descrições carecem frequentemente da granularidade necessária para preencher a lacuna entre estratégias abstratas e ações concretas e executáveis (por exemplo, argumentos específicos e tempo), deixando os LLMs para inferir detalhes de execução sem fundamentação suficiente.
2. Relações Subutilizadas: As abordagens existentes tratam tipicamente as habilidades como unidades independentes, falhando em capturar as diversas relações procedimentais entre elas (como decomposição, transições temporais, compatibilidade e mecanismos de recuperação) ou padrões de ação compartilhados. Consequentemente, a recuperação muitas vezes perde dependências críticas de execução.

Metodologia: O Framework HiSkill

O HiSkill propõe um framework de Grafo de Habilidades Hierárquico que organiza trajetórias de interação em um grafo direcionado estruturado para auxiliar a execução de tarefas. O framework opera através de três estágios principais:

1. Construção do Grafo de Habilidades Hierárquico

O sistema constró o um grafo direcionado $G = (V, E)$ a partir de trajetórias de interação históricas, particionadas em conjuntos de sucesso ($T^+$) e falha ($T^-$).

• Nós:
  • Nós de AtomicOp ($V_O$): Templates de ação executáveis derivados da canonicalização de ações brutas (substituindo entidades específicas da tarefa por placeholders).
  • Nós de Skill ($V_S$): Abstrações procedimentais reutilizáveis compostas por sequências ordenadas de nós de AtomicOp, enriquecidas com metadados estruturados (estados de aplicabilidade, mudanças esperadas, dicas de falha).
• Arestas Tipadas ($E$): O grafo codifica cinco tipos específicos de relações induzidas de estatísticas de trajetória e compatibilidade de estado:
  • decomposes to (decompõe em): Liga uma habilidade aos seus AtomicOps constituintes.
  • can follow (pode seguir): Captura continuações temporais direcionadas entre habilidades ou AtomicOps.
  • compatible with (compatível com): Conecta habilidades que coocorrem frequentemente com pré/pós-estados compatíveis.
  • supports (suporta): Liga AtomicOps auxiliares que satisfazem pré-requisitos ausentes para uma habilidade.
  • recovers with (recupera com): Conecta ações/habilidades de recuperação a nós falhos ou estagnados, inferidos a partir de padrões de falha.

2. Recuperação de Subgrafo de Habilidade Relevante à Tarefa

Em vez de usar o grafo completo, o HiSkill recupera um subgrafo compacto e relevante para a tarefa $q$ para uma consulta de tarefa $q$:

• Recuperação de Nó Semente: Utiliza uma estratégia híbrida combinando similaridade semântica densa e correspondência léxica esparsa (BM25) para identificar os top-$K$ nós semente de Skill e AtomicOp relevantes.
• Hidratação do Grafo: Expande o conjunto semente via travessia de um salto (one-hop) ao longo de tipos de arestas específicos (por exemplo, seguindo arestas decomposes to para obter AtomicOps, ou arestas can follow para obter habilidades subsequentes) para formar um contexto de execução completo.

3. Execução de Tarefa Guiada por Subgrafo

No tempo de inferência, o agente executa tarefas iterativamente monitorando um estado de tarefa simbólico ($z_t$) e uma habilidade ativa ($s_t$):

• Gestão de Estado: O estado da tarefa rastreia o progresso, objetos segurados e localização, atualizando-se após cada ação.
• Troca de Habilidade (Skill Switching): O sistema alterna a habilidade ativa quando a atual é concluída (usando arestas can follow/compatible with) ou quando a execução estagna (usando arestas recovers with).
• Seleção de AtomicOp: O sistema seleciona o próximo AtomicOp não executado da habilidade ativa. Se os pré-requisitos estiverem faltando, seleciona um AtomicOp supports; se estiver travado, seleciona um AtomicOp recovers with.
• Fundamentação de Ação (Action Grounding): O alvo selecionado (AtomicOp ou ação gerada pelo LLM) é fundamentado em uma ação executável concreta baseada na observação atual e no estado, que então atualiza o estado da tarefa para o próximo passo.

Contribuições Principais

1. Framework de Grafo Hierárquico: Um método inovador para converter trajetórias de interação em um grafo direcionado contendo nós de habilidade, nós de AtomicOp e arestas tipadas, estabelecendo efetivamente a ponte entre a abstração de habilidade de alto nível e os templates de ação executáveis.
2. Pipeline de Execução: Um pipeline completo para construção de grafos de habilidades hierárquicos, recuperação de subgrafos relevantes à tarefa e execução de tarefas guiada por subgrafo que alterna dinamicamente habilidades e seleciona ações com base no estado de tempo de execução.
3. Superioridade Empírica: Avaliação abrangente em três ambientes interativos (ALFWorld, WebShop, ScienceWorld) demonstrando melhorias significativas nas taxas de sucesso e reduções substanciais no consumo de tokens de inferência em comparação com os baselines de estado da arte.

Resultados Experimentais

O artigo avalia o HiSkill contra baselines baseados em prompt (ReAct, Reflexion), baseados em memória (ExpeL, Mem0, MemP) e baseados em habilidade (Vector Skills, SkillNet, GoS) usando Gemini-2.5-Pro e GPT-5.2-Codex.

• Performance: O HiSkill alcança o melhor desempenho geral em todos os datasets. Demonstra uma melhoria relativa média de 17,33% na taxa de sucesso e 22,95% no score em comparação com os baselines mais fortes. No ALFWorld, atinge resultados de topo ou empatados no topo em 5 de 6 subtarefas.
• Eficiência: O HiSkill reduz significativamente o consumo de tokens de inferência. Comparado ao baseline de menor consumo de tokens em cada configuração, ele reduz o uso de tokens em 61,10% (ALFWorld), 94,12% (WebShop) e 66,76% (ScienceWorld).
• Estudos de Ablação: A remoção de componentes chave (nós de AtomicOp, arestas tipadas, mecanismos de suporte/recuperação ou estado de tarefa) leva à degradação do desempenho, confirmando que a estrutura hierárquica e os mecanismos de tempo de execução são essenciais para a execução de grão fino e tratamento de falhas.

Significância e Alegações

O artigo afirma que o HiSkill aborda a lacuna crítica entre descrições de habilidades de alto nível e ações executáveis ao introduzir uma representação estruturada e hierárquica da experiência. Ao organizar habilidades e ações em um grafo com relações tipadas, o método permite que agentes de LLM:

• Reutilizem a experiência histórica de forma mais eficaz sem depender de janelas de contexto longas e não estruturadas.
• Adaptem-se dinamicamente a falhas de execução através de caminhos explícitos de recuperação e suporte.
• Fundamentem o conhecimento procedimental abstrato em passos executáveis concretos com redução no consumo de tokens.

Os autores postulam que o gargalo nos agentes baseados em habilidades mudou da disponibilidade de habilidades para a orquestração de habilidades, e que a abordagem estruturada do HiSkill fornece uma solução mais eficiente e robusta para tarefas interativas de longo horizonte. Sugere-se que trabalhos futuros explorem a evolução de grafos de habilidades online e o refinamento adaptativo.