AGEL-Comp: Quadro Neuro-Simbolico per la Generalizzazione Composizionale negli Agenti AI
Il nuovo quadro neuro-simbolico AGEL-Comp affronta i problemi di generalizzazione composizionale negli agenti basati su LLM. Combina un Grafo Causale Programmatico (CPG) dinamico che funge da modello del mondo, un motore di Programmazione Logica Induttiva (ILP) che genera clausole di Horn basate sull'esperienza, e un nucleo di ragionamento ibrido in cui i sotto-obiettivi suggeriti da un LLM vengono validati tramite un Teorema Dimostratore Neurale (NTP). Questa configurazione facilita un ciclo di apprendimento di deduzione e abduzione, migliorando le prestazioni in contesti interattivi. Ulteriori dettagli sono disponibili su arXiv:2604.26522.
Fatti principali
- AGEL-Comp è un'architettura di agente AI neuro-simbolica.
- Affronta la generalizzazione composizionale negli agenti basati su LLM.
- Il quadro include un Grafo Causale Programmatico (CPG) dinamico.
- Un motore di Programmazione Logica Induttiva (ILP) sintetizza nuove clausole di Horn.
- Un nucleo di ragionamento ibrido utilizza un LLM e un Teorema Dimostratore Neurale (NTP).
- Il sistema attua un ciclo di apprendimento deduzione-abduzione.
- La ricerca è pubblicata su arXiv con ID 2604.26522.
- Il lavoro si concentra sul fondamento delle azioni in ambienti interattivi.
Entità
Istituzioni
- arXiv