大模型Agent

一 大模型Agent是什么

（一）大模型Agent是指基于大语言模型的，能使用工具与外部世界进行交互的计算机程序

感知（Perception）：
● 家庭助理通过摄像头、麦克风、传感器等设备获取家庭成员的活动信息和环境状态。例如，它可以“看到”房间里的光线情况，听到你和它的对话，感知到家里的温度等。

思考（Deliberation/Reasoning）：
● 家庭助理根据获取的信息来“思考”下一步应该做什么。如果你说“我有点冷”，它会从数据库中查询当前的温度数据，结合你的偏好（已存储或通过对话学习得来的），决定是否应该调整温度。
● 如果它检测到今天是垃圾回收日且垃圾桶已满，它会提醒你或自动安排机器人将垃圾桶移到指定位置。

行动（Action）：
● 家庭助理可以执行一些具体的行动来响应你的需求。例如，它可以调整温度，打开或关闭窗帘，启动车库门，甚至下单购买你常用的家庭用品。

（二）让Agent具备记忆能力

1 短期记忆（Short-Term Memory）
类似电脑的内存的信息一旦关机就没了

2 长期记忆（Long-Term Memory）
类似的存储的在硬盘中的数据长期存储

---

二 让Agent具备规划能力

1 任务分解

推理方法	流程	核心创新点
基本输入输出（IO）	输入直接得到输出，无中间推理步骤	无中间推理过程，简单直接基于训练知识输出
思维链（CoT）	输入经一系列中间思维步骤推导得出输出	引入中间推理步骤，模拟人类逐步思考过程
多思维链（CoT - SC）	输入产生多个独立思维链，评估打分后放弃负分链，选得分最高链的输出	利用多个独立思维链，通过评估择优输出，增加推理多样性
思维树（ToT）	输入后思维呈树状分支，可从链上分支拓展新思维，评估中间思维，放弃不佳分支并回溯后输出	在多思维链基础上，以树状拓展推理分支，通过回溯探索更优解
思维图（GoT）	输入后思维构成图结构，可进行思维聚合、循环优化、回溯，最终聚合思维得出输出	以灵活图结构组织思维，实现复杂的思维变换与整合

2 思维链

复杂问题分解成多个简单子问题，按逻辑顺序连接起来形成推理链条

3 思维树ToT

构建一个具有分支和选择的树形结构来处理复杂问题