AI 代理人規劃

深度分析

GATS：圖增強樹搜尋結合分層世界模型的高效 LLM 代理人規劃

大型語言模型在多步規劃中面臨成本與不確定性挑戰。研究提出GATS結合UCB1樹搜尋與三層世界模型，省去規劃期間的LLM呼叫，達到100%成功率。相較於LATS每任務約37次LLM呼叫，GATS免除呼叫且計畫零變異。在12項挑戰測試中，GATS同樣維持100%成功。