[作业03-Agent] SX2516050 王雅文 - 记忆增强型文本交互智能体系统

[ya-wenooo]

代码仓库链接：https://github.com/ya-wenooo/LLM-Safety-Course

🚀 主要成果与创新点

1. 实现了完整的记忆增强型文本交互智能体系统

• 基于ReAct（Reasoning + Acting）框架构建智能体
• 集成语义记忆存储环境知识，支持RAG检索
• 集成情景记忆记录历史轨迹，从失败中学习

2. 核心技术创新

• 语义记忆模块：存储物品知识和动作知识，通过RAG检索相关记忆辅助决策
• 情景记忆模块：记录执行步骤和错误，避免重复失败
• 智能动作验证：自动转换和匹配LLM生成的动作，提高执行成功率
• 错误恢复机制：从失败动作中学习，优先避免重复错误

3. 实现ReAct推理循环

• 思考-行动循环结构
• 动态检索相关记忆
• 环境状态感知和响应

🤖 实验中使用的模型

• LLM模型：阿里云千问（Qwen-max）大语言模型
• 嵌入模型：千问文本嵌入模型（qwen-text-embedding-v2）
• 环境：ScienceWorld文本交互环境
• 向量数据库：ChromaDB

💡 简要思路说明

1. 多步规划：智能体通过ReAct框架持续与环境交互，根据观察结果动态调整行动策略
2. 记忆增强：将语义记忆（环境知识）和情景记忆（历史经验）集成到推理过程，提高决策质量
3. 动作验证：使用ActionValidator对LLM生成的动作进行智能转换和匹配，处理模糊或无效的动作指令
4. 错误恢复：通过情景记忆记录失败动作，在后续决策中避免重复错误

📊 实验任务

在ScienceWorld环境中测试了4个任务：

• boil（沸腾水）
• freeze（冷冻）
• use-thermometer（使用温度计）
• measure-melting-point-known-substance（测量熔点）

📚 技术栈

• Python 3.9+
• ScienceWorld环境
• 阿里云千问API
• ChromaDB向量数据库
• PyTorch