Trajectory2Gym: Decision-Grounded Compositional Interaction Synthesis for Tool-Use Agents
Pubblicata su AIChronos il · fonte del · Yihao Hu, Zhihao Wen, Yitong Lin, Siyuan Lu, Pan Wang, Wei Wu (ant-international)
Trajectory2Gym è un framework che trasforma la generazione di traiettorie in uno strumento deliberato per costruire esperienze interattive apprendibili. Il metodo identifica due requisiti fondamentali: copertura compositiva delle dipendenze osservazione-azione e grounding decisionale, garantendo che ogni azione supervisionata sia supportata dalla storia visibile all'agente. Attraverso la selezione del supporto strutturale e il fine-tuning supervisionato normalizzato per genitore (parent-normalized supervised fine-tuning), l'approccio preserva le interazioni semantiche come unità di peso di addestramento. I risultati su cinque scale Qwen3 dimostrano miglioramenti significativi nei benchmark Tau1, Tau2 e BFCL, specialmente nelle interazioni stateful e multi-turn.
- Ridefinisce la generazione delle traiettorie non come raccolta passiva di successi, ma come costruzione attiva di esperienze con dipendenze rappresentate.
- Deriva supervisione esclusivamente da decisioni 'grounded' (supportate) nelle esecuzioni reali delle interazioni costruite.
- Il parent-normalized supervised fine-tuning mantiene l'interazione semantica come unità fondamentale per il calcolo dei pesi di addestramento.
- Le prestazioni migliorano del 16.9-29.8 punti percentuali nel mean across benchmark su modelli Qwen3, con guadagni maggiori nelle interazioni complesse.
- Sottolinea che scalare gli agenti per l'uso degli strumenti richiede la costruzione di dipendenze rappresentabili e decisioni apprendibili dalla storia visibile.
Perché conta. Permette agli sviluppatori di superare i limiti della semplice raccolta di traiettorie, focalizzandosi sulla qualità strutturale delle interazioni per agenti locali. Offre una strategia efficace per migliorare le capacità degli agent in scenari stateful e multi-turn dove la storia visibile è cruciale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.