Ceci est le Chapitre 7 de la série 'The Learn Arc', explorant l'Inférence Active, les POMDPs, la planification sophistiquée et l'apprentissage de Dirichlet. Il approfondit la compréhension des agents hiérarchiques et de la recherche arborescente propagée par la croyance, étant essentiel pour la série.
PIVOT (Plan-Inspect-eVOlve Trajectories) s'attaque au désalignement plan-exécution chez les agents LLM via un cadre auto-supervisé. Il affine itérativement les trajectoires par l'interaction avec l'environnement, démontrant des performances de pointe lors d'évaluations empiriques.
Cette recherche étudie l'utilisation d'un cadre de rétroaction de modèle linguistique agentique pour générer des domaines de planification de haute qualité à partir de descriptions en langage naturel augmentées. Elle évalue l'impact de divers mécanismes de rétroaction symbolique, tels que les jalons et la validation de plan, combinés à une recherche heuristique pour optimiser la qualité du domaine.
Ce travail étudie comment encoder les tâches factorisées, une représentation de planification classique, en SAT. Il propose plusieurs stratégies pour traduire la relation de transition factorisée en logique propositionnelle et analyse l'impact des transformations de tâches sur la performance des planificateurs basés sur SAT.