HiSkill: Empowering LLM Agents with Hierarchical Skill Graphs
本文介绍了 HiSkill，这是一个层级化技能图谱框架，它将交互轨迹组织成一个将高层技能与可执行动作连接起来的结构化图谱，使 LLM 智能体能够高效地检索任务相关的子图并进行引导式执行，从而在降低 Token 消耗的同时，表现优于现有方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在教一个超级聪明的机器人如何在一家巨大的、凌乱的房子里穿行，去寻找一个特定的玩具。你并不想每次它需要捡起一只袜子或打开一盏灯时，都给它一份全新的、冗长的说明书。相反，你希望它能记住以前学过的“技能”，比如“如何打开抽屉”或“如何端起杯子”。这就是 大语言模型（LLM）智能体 的世界——这些 AI 系统能够交谈和思考，但需要学习如何在现实世界（或数字模拟世界）中真正地“做事”。
长期以来，科学家们一直试图通过给这些机器人提供一份过去的经验清单来帮助它们，就像一份记录它们做过什么的日记。但问题在于：这些日记通常只是长长的、扁平的文本列表。这就像是一个图书馆，里面的每本书都只有一句话。如果机器人需要知道如何“做三明治”，它可能会找到一句写着“做三明治”的话，但它并不知道具体的步骤：拿面包、抹黄油、抹开黄油、把面包合在一起。它也不知道如果掉落了面包该怎么办。机器人会因此陷入困境，因为它有了宏大的概念，却缺乏微小的、具体的步骤以及应对错误的备选方案。这篇论文提出了一个问题：我们如何组织这些记忆，让机器人能够解决复杂问题而不至于感到困惑？
于是有了 HiSkill，一种全新的方法，它充当了机器人大脑中的“首席建筑师”。HiSkill 不再使用扁平的记忆列表，而是构建了一个 层级化技能图谱（hierarchical skill graph）。你可以把这个图谱想象成一张巨大的、互动的机器人思维地铁路线图。
在这张地图上，有两种主要的站点。那些华丽的大型车站是 “技能节点”（Skill Nodes）。它们代表高层级的目标，比如“打扫厨房”或“寻找红球”。但如果不知道该搭哪趟列车，仅仅有一个车站是没用的。这就是小型车站发挥作用的地方：“原子操作节点”（AtomicOp Nodes）。这些是微小的、具体的动作，比如“抓起海绵”、“打开水龙头”或“擦拭柜台”。
HiSkill 的魔力在于它如何连接这些站点。它不仅仅是在“打扫厨房”和“抓起海绵”之间画一条线，它还绘制了不同 类型 的线条（边），告诉机器人这些部分是如何相互配合的：
- 分解线（Decomposition lines） 展示了“打扫厨房”是由哪些特定的、更小的动作组成的序列。
- 转换线（Transition lines） 展示了在执行完“抓起海绵”后，通常可以进行“打开水龙头”。
- 恢复线（Recovery lines） 就像紧急出口；如果机器人掉落了海绵，这些线会指向“捡起海绵”这一动作，以重回正轨。
- 支持线（Support lines） 展示了在某个技能开始之前，需要哪些额外的工具或步骤。
当机器人接收到一个新任务时，HiSkill 并不会把整个大脑（整个图谱）全部倾倒进机器人的记忆里。那样信息量太大了！相反，它表现得像一个智能 GPS。它观察任务，找到相关的“技能站”，然后只提取出完成该特定旅程所需的那个微小、紧凑的地图（即 子图/subgraph）。它将宏大目标与微小步骤以及备份计划整合在一起，形成一个整洁的整体。
论文在三个不同的数字世界中测试了这个想法：一个机器人必须移动物体的房屋（ALFWorld）、一个机器人需要购买物品的网站（WebShop），以及一个运行实验的科学实验室（ScienceWorld）。结果令人印象深刻。HiSkill 机器人不仅比其他方法解决了更多的任务，而且解决问题的速度更快，且所需的“思考”更少。事实上，与最强的现有方法相比，它使用的词元（tokens）减少了 78.75%。这表明，通过将记忆组织成一个具有清晰连接（连接宏大构思与微小动作）的结构化地图，机器人可以变得更加高效且可靠。
作者还检查了如果破坏这张地图会发生什么。如果移除那些微小的动作站（AtomicOps），机器人就会迷失方向，因为它只拥有宏大的概念。如果移除那些展示如何从错误中恢复的特殊线条（边），机器人会在事情出错时直接放弃。这证明了这种结构本身——即宏大技能与微小动作之间的连接方式——才是成功的秘诀。
简而言之，HiSkill 表明，要让 AI 智能体真正变得有用，我们不应该只是给它们一堆笔记。我们需要给它们一张组织严密、相互连接的地图，这张地图不仅展示了“要做什么”，还展示了“如何一步步去做”，以及“当事情出错时该怎么办”。这就像是把一份单词列表交给某人，与交给他们一本内容详实、互动性强的图解指南之间的区别。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。