[3J5-GS-5] エージェント：

[3J5-GS-5-04] トップダウン手続きの最適化を通じたLLM Agentのプランニング手法

〇村上 夏輝¹、加賀屋 智之¹、黄瀬 輝¹ (1. パナソニック コネクト株式会社)

キーワード：LLMエージェント、プランニング、効率性、解釈可能性

大規模言語モデル（LLM）の顕著な成果により，LLMエージェントに関する研究がますます活発になっている．
しかし，LLMの推論方法は，複雑なタスクに対する探索空間の巨大的な増加、非効率的な計画、推論の一貫性の欠如、そして説明可能性の不足といったいくつかの課題がある．
本研究では、認知心理学と論理から着想を得たプランニングフレームワークを用いて、人間の問題解決能力を模倣するLLMエージェントを提案する．
具体的には，複雑なタスクを最も簡単なタスクにまで分解する手法である．
Minecraftを用いた実験の結果により提案された方法がローレベルな動作生成との結合を容易にしたことを示した．
さらに説明性の向上により人間と協力できるエージェントとしての可能性を示した．