TL;DR

在大语言模型（LLM）智能体领域，长程任务（Long-horizon tasks）一直是“阿喀琉斯之踵”。本文介绍的 Neuro-Symbolic Skill Induction (NSI) 框架，通过将智能体的操作轨迹（Traces）转化为基于 一阶逻辑（First-Order Logic） 的模块化程序，让智能体不仅学会“做什么”，更学会“在什么条件下为什么这么做”。

1. 痛点：状态盲脚本的脆弱性

当前的智能体进化方法（如技能发现）大多将经验提炼为参数化脚本。这种脚本类似于“动作队列”：

• Open(Fridge) -> Pick(Apple)

然而，真实环境是动态的。如果冰箱里没有苹果，或者冰箱门已经被打开了，这种线性的脚本就会失效。这种**状态盲（State-blind）**的特性导致了智能体在长程规划中经常出现“差之毫厘，谬以千里”的崩溃。

2. 核心直觉：从脚本到程序的“提升” (Lifting)

NSI 的核心在于将单纯的动作序列“提升”为包含控制流和变量绑定的逻辑程序。

2.1 神经符号表示

NSI 将技能定义为一个三元组 $({\theta }_{\omega },{\varphi }_{\omega },G_{\omega })$：

• 神经感知层 (${\varphi }_{\omega }$)：利用 LLM 将非结构化的环境观察（Observation）映射为结构化的符号谓词（Predicates），如 is_open(fridge)。
• 符号执行图 ($G_{\omega }$)：这是技能的大脑，由节点和边构成的有向图。

2.2 四大逻辑算子

为了让程序具备通用性，NSI 发明了四种逻辑节点：

1. DataOp：动态变量绑定（例如：根据当前环境自动识别“哪个是苹果”）。
2. CheckOp / LoopOp：决策边界（例如：如果是关着的则打开，如果是开着的则跳过）。
3. PrimitiveOp：原子动作执行。
4. TerminalOp：反馈结果与诊断信息。

3. 技能归纳流程：从个体专家到全局逻辑

NSI 并不直接生成复杂的程序，而是通过两步走：

1. 轨迹内整合 (Intra-Trajectory)：针对单个成功案例生成“本地专家”。
2. 轨迹间合并 (Inter-Trajectory)：遵循 最小描述长度 (MDL) 原则，将多个本地专家合并为一个通用的全局技能。

在这个过程中，NSI 使用了诸如 谓词发明 (Predicate Invention) 和 变量提升 (Variable Lifting) 等高级符号技术，将硬编码的常量（如“桌子1”）转化为抽象的参数（如“任意支撑面”）。

4. 持续进化：反思性规划与技能磨砺

NSI 最迷人的地方在于它的**在线进化（Online Evolution）**能力。当技能在执行中失败时：

• 智能体通过诊断信息定位失败节点。
• 尝试修复并生成恢复轨迹。
• 技能磨砺 (Skill Honing)：如果修复成功，新的逻辑分支会被“嫁接”到原有的技能图中。

5. 实验见证：突破“长程崩溃”

在实验中，NSI 展示了惊人的**视界压缩（Horizon Compression）**能力。

• 性能：在 ALFWorld 上达到 98% 的成功率。
• 鲁棒性：传统智能体在超过 22 个步骤后表现呈断崖式下跌，而 NSI 由于将约 7.4 个原子动作封装为一个逻辑连贯的技能，有效地缩短了 LLM 的规划步数，使得智能体在 50 步以上的任务中依然稳定。

6. 总结与启示

NSI 证明了：智能体的进化不应仅仅是经验的堆累，更应是逻辑的发现。通过将零散的交互轨迹提升为结构严密的逻辑程序，我们不仅赋予了智能体更强的“肌肉记忆”，更赋予了它们理解“何时”与“为何”行动的智慧。

对于未来的研究，这种将 LLM 的概率推理与符号系统的确定性逻辑耦合的路径，或许是通往通用人工智能（AGI）智能体的一条捷径。