STRUCTUREDAGENT: Planning with AND/OR Trees for Long-Horizon Web Tasks

Created by

Haebom

저자

ELita Lobo, Xu Chen, Jingjing Meng, Nan Xi, Yang Jiao, Chirag Agarwal, Yair Zick, Yan Gao

💡 개요

기존 대규모 언어 모델(LLM) 기반 웹 에이전트는 장기적인 목표 달성을 위한 복잡하고 긴 시간 범위의 작업에서 정보 기억의 한계, 약한 계획 능력, 탐욕스러운 행동으로 인해 어려움을 겪습니다. 본 논문은 온라인 계층적 계획기와 구조화된 메모리 모듈을 포함하는 STRUCTUREDAGENT라는 새로운 계층적 계획 프레임워크를 제안하며, 이는 동적인 AND/OR 트리 검색과 후보 솔루션 추적을 통해 정보 탐색 작업의 제약 만족도를 향상시킵니다. STRUCTUREDAGENT는 해석 가능한 계층적 계획을 생성하여 디버깅 및 인간 개입을 용이하게 하고, WebVoyager, WebArena 및 쇼핑 벤치마크에서 표준 LLM 기반 에이전트보다 우수한 성능을 보여줍니다.

🔑 시사점 및 한계

•

LLM 기반 에이전트의 장기 계획 능력 향상: STRUCTUREDAGENT는 AND/OR 트리와 구조화된 메모리를 활용하여 LLM 기반 에이전트가 복잡하고 긴 시간 범위의 웹 작업을 더 효과적으로 수행할 수 있도록 함으로써 획기적인 발전을 이루었습니다.

•

해석 가능한 계획 및 인간 개입 용이성: 계층적 계획 생성 기능은 에이전트의 의사 결정 과정을 이해하기 쉽게 만들어 디버깅을 단순화하고, 필요 시 인간의 직접적인 개입을 가능하게 합니다.

•

향후 연구 과제: 현재 연구는 주로 정보 탐색 작업에 초점을 맞추고 있으며, 다양한 종류의 장기 웹 작업(예: 콘텐츠 생성, 예약 등)에 대한 적용 범위 확장과 더 복잡한 환경에서의 일반화 성능 검증이 필요합니다.

PDF 보기

Made with Slashpage