reflexion

Reflexion 是一种面向语言智能体的口头强化学习框架，通过让模型在失败后生成自我反思并将其作为后续尝试的上下文，提升推理与决策能力。核心功能包括支持 ReAct、CoT 等多种基线代理类型，并提供四种反射策略（如仅上次尝试、仅反思、两者结合等），可适配 HotPotQA 多跳问答与 AlfWorld 交互式决策任务。技术特点在于无需外部奖励信号，仅依赖自然语言形式的自我反馈实现迭代优化。适用于需要多步推理、错误恢复与长期记忆的复杂任务场景，如开放域问答、具身智能环境交互和程序化问题求解。