論文の概要: Towards Robust Tool Use in Agents via Experience-Driven Adaptive Guidance

• arxiv url: http://arxiv.org/abs/2608.03403v1
• Date: Tue, 04 Aug 2026 09:56:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:23.119663
• Title: Towards Robust Tool Use in Agents via Experience-Driven Adaptive Guidance
• Title（参考訳）: 経験駆動型適応誘導によるエージェントのロバストツール利用に向けて
• Abstract要約: 我々は、各ツールの機能境界とベストプラクティスをキャプチャする適応型ランタイムガイダンスを構築し、洗練するメカニズムであるExpGを提案する。 ExpGは、経験獲得、経験蒸留、経験再利用の3段階からなる。 実験によると、ExpGはツールの選択、ツール呼び出し、レスポンス生成タスクに一貫した改善をもたらす。
• 参考スコア（独自算出の注目度）: 15.97133009939138
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The performance bottleneck of agents is increasingly shifting from model capability to the robustness of their execution processes. Tools play a central role as the primary interface through which agents interact with external environments, yet existing methods rarely focus on ensuring robust tool use across diverse runtime conditions. To address this problem, we propose ExpG, a mechanism that builds and refines adaptive guidance capturing each tool's capability boundaries and best practices, thereby enabling agents to use tools more robustly and effectively. ExpG consists of three phases: (1) experience acquisition, which analyzes tool invocation quality from historical execution trajectories, producing structured learnable experiences through multi-aspect attribution; (2) experience distillation, which keeps the experience pool effective by filtering unhelpful experiences, selecting representative ones with an equivalence-class-based method, and summarizing them into generalizable guidance; and (3) experience reuse, which applies the guidance adaptively during future task solving. Extensive experiments show that ExpG brings consistent improvements across the tool selection, tool calling, and response generation tasks, enabling smaller agents to outperform larger ones that do not use ExpG. Moreover, ExpG achieves particularly strong gains in challenging settings, suggesting a promising path toward more robust tool use. Our code, experiments, and results are available.
• Abstract（参考訳）: エージェントのパフォーマンスボトルネックは、モデル能力から実行プロセスの堅牢性へとますますシフトしています。 ツールは、エージェントが外部環境と対話する主要なインターフェースとして中心的な役割を果たすが、既存のメソッドは、さまざまな実行環境における堅牢なツールの使用を保証することにはほとんど焦点を当てていない。 この問題に対処するために,各ツールの能力境界とベストプラクティスを把握し,適応ガイダンスを構築し,洗練するメカニズムであるExpGを提案し,エージェントがより堅牢かつ効果的にツールを使用することを可能にする。 ExpGは,(1)過去の実行軌跡からツールの起動品質を分析し,多面的帰属を通じて構造化された学習体験を創出する経験獲得,(2)不便な経験をフィルタリングして経験プールを効果的に維持する経験蒸留,(2)同値クラスの手法で代表者を選定し,それらを一般化可能なガイダンスに要約する経験再利用,(3)今後の課題解決に適応的な指導を行う経験再利用の3段階から構成される。 大規模な実験では、ExpGはツールの選択、ツール呼び出し、レスポンス生成タスクに一貫した改善をもたらし、小さなエージェントがExpGを使用しない大きなエージェントより優れていることが示されている。 さらにExpGは、より堅牢なツール使用に向けた有望な道のりを示唆する、挑戦的な設定において、特に大きな成果を上げている。 私たちのコード、実験、そして結果が利用可能です。

関連論文リスト

• Rethinking Experience Utilization in Self-Evolving Language Model Agents [51.10420305280499]
  自己進化剤は過去の相互作用から経験を蓄積し再利用することで改善する。 本稿では,自己進化型エージェントの重要設計次元としての利用経験について考察する。
  論文  参考訳（メタデータ） (2026-05-08T02:48:49Z)
• XSkill: Continual Learning from Experience and Skills in Multimodal Agents [26.64381741359544]
  XSkillはマルチモーダルエージェントの経験とスキルから継続的に学習するためのデュアルストリームフレームワークである。 XSkillは、視覚観察における知識抽出と検索の両方の基礎となる。 XSkillは、ツールのみのベースラインと学習ベースのベースラインの両方を一貫して、実質的に上回っている。
  論文  参考訳（メタデータ） (2026-03-12T15:25:57Z)
• AdaReasoner: Dynamic Tool Orchestration for Iterative Visual Reasoning [66.24374176797075]
  textbfAdaReasonerは、ツール固有の、あるいは明示的な教師付き行動ではなく、一般的な推論スキルとしてツールの使用を学ぶマルチモーダルモデルのファミリーである。 AdaReasonerは、(i)スケーラブルなデータキュレーションパイプラインによって、長期にわたる多段階のツールインタラクションにモデルを公開し、(ii)ツール-GRPO、(ii)ツールの選択とシークエンシングをエンドツーエンドの成功に基づいて優先順位付けする強化学習アルゴリズム、(iii)ツールの使用を動的に規制する適応学習メカニズムによって実現されている。
  論文  参考訳（メタデータ） (2026-01-26T16:04:43Z)
• VisualToolAgent (VisTA): A Reinforcement Learning Framework for Visual Tool Selection [47.259066449806866]
  VisTAは新しい強化学習フレームワークで、視覚エージェントが経験的パフォーマンスに基づいた多様なライブラリのツールを動的に探索し、選択し、組み合わせることを可能にする。 トレーニング不要のベースラインよりも,VisTAが大幅なパフォーマンス向上を実現していることを示す。 これらの結果は、VisTAが一般化を強化し、多様なツールを適応的に活用し、柔軟な経験駆動型視覚推論システムを実現する能力を強調している。
  論文  参考訳（メタデータ） (2025-05-26T17:59:17Z)
• Learning to Use Tools via Cooperative and Interactive Agents [58.77710337157665]
  ツール学習は、外部ツールを使用してユーティリティを拡張するエージェントとして、大きな言語モデル(LLM)を促進する。 ツール選択,ツール実行,アクションキャリブレーションの3つの特別なエージェントを個別にコーディネートする,協調型対話型エージェントフレームワークであるConAgentsを提案する。 3つのデータセットに対する実験により、LLMは、ConAgentsを装備した場合、大幅に改善されたベースラインよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-03-05T15:08:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。