arXiv · ML· Qianli Ma, Limengxi Yue, Shuyang Xu, Yanpei Shi, Hongrui Liu·· 6 小时前AI 评分23
Web Agent 多成本与失败风险下的 Agentic 强化学习决策模型
Web Agent Agentic Reinforcement Learning Decision Model Under Multi-Cost and Failure Risk
AI 导读
该论文提出一种约束型 Agentic 强化学习模型，用于 Web Agent 在请求预算和失败风险下的长期决策。 通过拉格朗日对偶更新和 CVaR 风险项，模型在多维度成本向量下平衡完成率、成本与风险。 实验中，同等完成率下 C-PS 降低 22%-31%，高失败惩罚下失败率降低 18%-26%。
来源：arXiv · ML · arxiv.org