Plan-MCTS：用于动作利用的网页导航计划探索
人工智能
2026-02-17 v1
摘要
大语言模型（LLM）赋能了自主智能体处理复杂网页导航任务。虽然最近的研究将树搜索集成以增强长期推理，但将这些算法应用于网页导航面临两个关键挑战：稀疏有效路径导致低效探索，以及噪声上下文稀释准确的状态感知。为此，我们提出 Plan-MCTS 框架，将网页导航重新表述为在语义计划空间中进行探索。通过将战略规划与执行 grounding 分离，将稀疏动作空间转化为高效探索的稠密计划树，并将噪声上下文蒸馏为抽象语义历史以实现精确的状态意识。为确保效率与鲁棒性，Plan-MCTS 包含双重门控奖励以严格验证物理可执行性与战略对齐，并通过结构性修复实现对失败子计划的在策略修复。广泛实验表明，Plan-MCTS 在 WebArena 上实现了最先进的性能，凭借更高的任务有效性与搜索效率超越当前方法。
引用
@article{arxiv.2602.14083,
title = {Plan-MCTS: Plan Exploration for Action Exploitation in Web Navigation},
author = {Weiming Zhang and Jihong Wang and Jiamu Zhou and Qingyao Li and Xinbei Ma and Congmin Zheng and Xingyu Lou and Weiwen Liu and Zhuosheng Zhang and Jun Wang and Yong Yu and Weinan Zhang},
journal= {arXiv preprint arXiv:2602.14083},
year = {2026}
}