PlanAhead框架研究LLM网页Agent规划

2026年10月28日，arXiv（cs.AI）发布了一手研究报告，作者为 Alejandra Zambrano 等人。该研究引入了静态规划器-执行器框架 PlanAhead，旨在评估自然语言规划表示形式对 LLM 网页智能体性能的具体影响。 研究团队在 3 个难度级别的 WebArena 任务中开展了实证实验，系统测试了包括顺序子目标、叙述、伪代码和检查表在内的 4 种规划表示。实验结果明确显示，规划形式的制定以及底层 LLM 的选择，均显著影响了网页智能体的稳健性和任务成功率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。