BEAP-Agent：面向GUI智能体的可回溯执行与自适应规划

摘要

GUI智能体旨在自动化重复任务并提升生产力。然而，现有GUI智能体一旦走上错误的探索路径就难以恢复，常导致任务失败。在这项工作中，我们将GUI任务执行建模为DFS过程，并提出BEAP-Agent，一个支持长程、多级状态回溯以及动态任务跟踪与更新的基于DFS的框架。该框架由三个协作组件构成：Planner、Executor和Tracker。它们共同实现有效的任务探索和执行。BEAP-Agent填补了GUI智能体系统性回溯机制的空白，为长程任务探索提供了系统化解决方案。我们在OSWorld基准上进行了系统评估，BEAP-Agent取得28.2%的准确率，验证了所提方法的有效性。

BEAP-Agent：面向GUI智能体的可回溯执行与自适应规划 — 图2：BEAP-Agent 概览。右下部分是 BEAP-Agent 流水线，其余部分是各模块的数据展示。每个模块都区分正常模式与回溯（backtrack）模式，其中 Tracker 负责在模式之间切换。