智能体经验构建、智能体运行及智能体评估方法与流程

本说明书实施例涉及人工智能，特别涉及一种智能体经验构建、智能体运行及智能体评估方法。

背景技术：

1、随着大模型与智能体技术的发展，智能体已能够依托工具调用与技能模块自主完成多步骤的复杂任务。在此类任务中，智能体的执行效果在很大程度上取决于其是否具备可复用、可迁移的经验积累能力。

2、目前，智能体经验主要通过人工配置规则模板、保存并检索历史执行轨迹、或将历史数据用于模型微调等方式获得。

3、然而，上述方式难以将智能体执行过程中产生的多类数据有效转化为可复用的经验；所得经验的正确性与有效性缺少可靠判定，无效甚至错误的操作模式易被固化并反复引用；同时，经验与任务执行过程相互脱节，难以在任务目标或中间状态发生变化时继续适用，跨场景复用能力不足，其组织形态也无法支撑复杂长程任务对经验的组合调用。

4、因此，亟需一种智能体经验构建方法，以提升智能体经验的获取效率、准确性与复用性，进而提高智能体在复杂任务中的执行成功率与执行效率。

技术实现思路

1、有鉴于此，本说明书实施例提供了一种智能体经验构建方法。本说明书一个或者多个实施例同时涉及一种智能体运行方法，一种智能体评估方法，一种智能体系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面，提供了一种智能体经验构建方法，包括：

3、获取智能体的工具接口定义、技能模块文件、调用记录和历史执行轨迹；

4、对工具接口定义、技能模块文件、调用记录和历史执行轨迹进行统一抽取与归一化，得到多条初始经验；

5、基于任务目标对应的当前可判定状态与目标可判定状态，从多条初始经验确定可验证经验；

6、调用智能体，按照可验证经验执行当前可判定状态和目标可判定状态之间的状态转移任务，获得经由验证确认的目标经验；

7、以可判定状态为节点，以目标经验为边，构建状态经验图谱。

8、根据本说明书实施例的第二方面，提供了一种智能体运行方法，包括：

9、获取状态经验图谱和任务目标，并确定任务目标对应的当前可判定状态与目标可判定状态，状态经验图谱以可判定状态为节点、以经由验证确认的目标经验为边；

10、从状态经验图谱中查询起始状态与当前可判定状态一致、目标状态与目标可判定状态一致的候选经验，得到候选路径；

11、对候选路径执行定向探针，获得实测结果，并基于实测结果确定胜出路径；

12、将胜出路径冻结为确定性流程并执行任务目标，获得执行结果；

13、对执行结果执行评估，并将评估结果和实测结果写回状态经验图谱。

14、根据本说明书实施例的第三方面，提供了一种智能体评估方法，包括：

15、获取执行结果、任务契约和状态经验图谱，状态经验图谱以可判定状态为节点、以经由验证确认的目标经验为边；

16、基于执行结果和任务契约确定多个评估维度，并将各评估维度转换为可验证检查项；

17、利用多个评估单元分别执行可验证检查项，获得各评估单元对应的评估子结果；

18、基于各评估子结果确定评估结果，并在各评估子结果存在分歧的情况下，按照分歧是否对应外部真值，将分歧路由至确定性验证、证据探针或人工裁决，获得分歧的裁决结果；

19、将评估结果对应的可验证检查项冻结为评估流程，并将评估结果写回状态经验图谱。

20、根据本说明书实施例的第四方面，提供了一种智能体系统，包括：

21、基础能力层，用于提供通用执行原语、技能模块文件和状态经验图谱；

22、智能体工作层，用于执行上述智能体经验构建方法、智能体运行方法或者智能体评估方法的步骤；

23、经验沉淀层，用于将智能体工作层确定的胜出路径冻结为确定性流程，并更新状态经验图谱。

24、根据本说明书实施例的第五方面，提供了一种计算设备，包括：

25、存储器和处理器；

26、存储器用于存储计算机程序/指令，处理器用于执行计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。

27、根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。

28、根据本说明书实施例的第七方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。

29、本说明书一个实施例中，通过对工具接口定义、技能模块文件、调用记录与历史执行轨迹进行统一抽取与归一化，可将智能体执行过程中产生的多源异构数据转化为结构一致的初始经验，从而解决经验来源分散、难以转化复用的问题；在此基础上，借助任务目标对应的当前可判定状态与目标可判定状态对初始经验进行判定，筛选出能够有效促成状态转移的可验证经验，避免了无效或错误操作模式被固化后反复引用；进而通过调用智能体实际执行可判定状态之间的状态转移任务，使经验的有效性经由执行结果加以确认，得到可信度更高的目标经验；最终以可判定状态为节点、以目标经验为边构建状态经验图谱，将原本彼此孤立的经验条目组织为与任务执行过程紧密关联的结构化数据，使智能体能够依据所处状态按需组合与迁移经验。因此，智能体经验的获取效率、准确性与复用性得到整体提升，进而提高了智能体在复杂长程任务中的执行成功率与执行效率。

1.一种智能体经验构建方法，包括：

2.根据权利要求1所述的方法，所述当前可判定状态和所述目标可判定状态由状态检查器对所述智能体的工作对象进行判定得到，所述状态检查器用于确定所述工作对象是否满足状态形态定义；

3.根据权利要求2所述的方法，所述对所述工具接口定义、所述技能模块文件、所述调用记录和所述历史执行轨迹进行统一抽取与归一化，得到多条初始经验，包括：

4.根据权利要求2所述的方法，所述基于任务目标对应的当前可判定状态与目标可判定状态，从所述多条初始经验确定可验证经验，包括：

5.根据权利要求4所述的方法，所述调用所述智能体，按照所述可验证经验执行所述当前可判定状态和所述目标可判定状态之间的状态转移任务，获得经由验证确认的目标经验，包括：

6.根据权利要求5所述的方法，在所述采集实测结果之后，还包括：

7.根据权利要求6所述的方法，所述状态经验图谱包括任务层和通用层；

8.根据权利要求2所述的方法，所述以所述可判定状态为节点，以所述目标经验为边，构建状态经验图谱，包括：

9.根据权利要求1至8任意一项所述的方法，在所述构建状态经验图谱之后，还包括：

10.根据权利要求1至8任意一项所述的方法，所述工具接口定义为通用执行原语的接口定义，所述技能模块文件用于保存程序性方案；

11.一种智能体运行方法，包括：

12.根据权利要求11所述的方法，所述从所述状态经验图谱中查询起始状态与所述当前可判定状态一致、目标状态与所述目标可判定状态一致的候选经验，得到候选路径，包括：

13.根据权利要求11所述的方法，所述对所述候选路径执行定向探针，获得实测结果，包括：

14.根据权利要求11所述的方法，在所述将评估结果和所述实测结果写回所述状态经验图谱之后，还包括：

15.一种智能体评估方法，包括：

16.根据权利要求15所述的方法，所述多个评估单元中包括异质评估单元，所述异质评估单元与生成所述执行结果的运行生成模型在模型家族、训练目标、输入模态或实现机制上相异；

17.根据权利要求15所述的方法，在所述获得所述分歧的裁决结果之后，还包括：

18.一种智能体系统，包括：

19.一种计算设备，包括：

20.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至17任意一项所述方法的步骤。

21.一种计算机程序产品，包括计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至17任意一项所述方法的步骤。