摘要

本文介绍了一种基于大型语言模型（LLM）的计划型对话代理（PCA）框架，旨在提高对话代理的控制性和主动性。传统的对话系统在控制性和主动性方面存在局限，而PCA框架通过离线规划标准操作程序（SOP）和在线规划最佳行动路径，实现了对话过程的控制性和主动性。此外，论文还提出了一种半自动对话数据创建框架，并开发了多个PCA变体和评估指标，实验结果显示PCA在对话控制性、主动性、任务成功率和逻辑一致性方面表现优异。

原理

PCA框架的核心在于利用LLM进行对话规划，具体包括离线规划和在线规划两个阶段。离线规划阶段，LLM根据人类定义的任务和目标，规划出对话的核心和必要的SOP。在线规划阶段，LLM根据SOP规划最佳行动路径，并生成响应以实现对话过程的控制性。此外，PCA框架还引入了蒙特卡洛树搜索（MCTS）算法，通过在扩展和模拟步骤中编码SOP约束，搜索最优对话行动，从而增强对话的主动性。

流程

PCA的工作流程分为四个主要步骤：定义任务、规划任务SOP、创建对话场景和生成实际对话。首先，定义任务包括用户配置的任务信息和SOP顶点。其次，LLM作为规划者，根据定义的任务规划SOP。然后，LLM作为编剧，根据手动修正的SOP采样对话路径，并插入额外的代理行动和用户状态，创建个性化的对话场景。最后，LLM作为剧本作者，为对话路径中的每个代理行动和用户状态编写对话，生成完整的对话。

应用

PCA框架的应用前景广泛，特别适用于需要高度控制性和主动性的工业对话场景，如客户服务、销售和教育培训等。通过提高对话代理的控制性和主动性，PCA能够更有效地引导对话，提高任务完成率和用户满意度。此外，PCA框架的低手动干预特性也使其在快速部署和扩展方面具有优势。