Plan-MCTS：在网页导航中用于行动利用的计划探索

大型语言模型（LLMs）已使自主代理能够处理复杂的网页导航任务。尽管近期研究通过树搜索增强长期推理能力，但在网页导航中应用这些算法面临两个关键挑战：有效路径稀疏导致探索效率低下，以及噪声上下文削弱了准确的状态感知。为了解决这些问题，我们引入了Plan-MCTS框架，通过将探索转移到语义计划空间来重构网页导航。该框架通过将战略规划与执行基础解耦，将稀疏的动作空间转换为密集的计划树以实现高效探索，并将噪声上下文提炼为抽象语义历史以提高状态感知精度。为了确保效率和鲁棒性，Plan-MCTS引入了双门控奖励机制，严格验证物理可执行性和战略一致性，并采用结构优化方法对失败子计划进行策略内修复。在WebArena上的大量实验表明，Plan-MCTS实现了最先进的性能，在任务有效性和搜索效率方面均优于现有方法。