技能库主义

来自 AI 研究立场图谱百科

技能库主义:智能体应该建立并复用一个原子技能库,把它们组合成新任务,而不是每个任务都从头学。

主张

技能库主义相信能力是一个工具箱,而不是一个整块。抓取、放置、开门、倒水、导航:每个技能学一次或写一次,验证、命名、入库。新任务通过组合现有技能来解决,通常由语言模型或规划器来选择顺序;确实需要时,再往库里加真正的新技能。随着时间推移,库越来越大,智能体越来越能干,而不需要任何单个网络变得更大。

它位于中间略偏右的 World 一侧,靠近 Harness 一端:关心物理或仿真中的动作,智能存在于一个经过整理、不断增长的技能集合,以及使用它的组合器中。求新的颜色说明这是机器人和游戏智能体中都广泛使用的务实设计,只是比单一大模型的主流多迈出了一步。它的对手是通才机器人策略派,后者押注一个大模型会隐式吸收所有技能;技能库派更喜欢能逐个列出、测试和调试的技能。

论据

  • 用语言模型规划器组合预训练技能,机器人无需新的任务训练就能执行长而新颖的指令。
  • 把技能存成代码或命名策略,让它们可检查、可测试,并能跨任务迁移。
  • 在开放环境里,积累技能库的智能体会持续变强,因为后面的任务建立在前面的基础上。

批评

  • 技能粒度定错了就很难组合,技能之间的衔接是常见的失败点。
  • 固定的库表达不了那些无法整齐分解成现有原语的行为。
  • 通才策略派认为,单个模型内部的隐式技能比离散目录迁移和融合得更顺滑。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +0.06,y ≈ −0.96,范式 ≈ +0.18。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据