跳到正文
OpenReview · State space models·· 26 天前精选AI 评分75

ASTER:通过智能体状态事务式执行运行时弥合控制鸿沟

ASTER: Closing the Control Gap via the Agent-state Transactional Execution Runtime

AI 导读

基于摘要分析。本文研究智能体系统中结构化状态与实际执行控制之间的脱节:记忆、计划、资源、观察和执行历史虽然能够进入模型上下文,却仍依赖模型在每次事件发生时推断变化的后果、传播范围及应保留的状态。ASTER(Agent-State Transactional Execution Runtime)尝试将这些结构关系变为运行时可执行规则,而非仅作为模型推理的上下文。 核心机制是将已提交状态表示为带版本的类型化超图,并通过关系契约确定每个事件的变更范围与后继条件。模型负责提出状态转移,ASTER 则在原子提交前校验该转移实际产生的影响。这一设计将模型提出动作与运行时控制状态变化分开,直接针对作者所称的“控制鸿沟”。摘要未说明关系契约的具体形式、校验算法、冲突处理或失败恢复过程,这些机制尚未验证。 作者报告,在覆盖单智能体、多智能体、视觉具身任务、交互式服务与网页环境以及代码生成的九个外部基准上,ASTER 在全部评估设置中优于常用基线。但摘要未提供基准名称、指标、具体数值、基线配置或计算开销,因此不能判断收益幅度,也不能跨任务直接比较效果。实验协议、消融及统计信息尚未验证。 作者还报告,ASTER 可作为规划状态运行时接入既有智能体框架,表明其状态转移语义不绑定于特定的智能体执行循环。复现时需核对超图与关系契约的定义、模型提案到原子提交的完整流程,以及接入不同框架时的改造量。本文主要研究对象是智能体执行与状态管理;所给材料没有提供 EEG 或 BCI 实验,也不足以建立具体的神经信号方法迁移路径。

阅读价值

值得阅读之处在于将智能体结构化状态转化为可执行、可校验的事务式状态转移机制,但其相对基线的收益及运行时成本仍需全文验证。

来源:OpenReview · State space models · openreview.net