沙丘社区
论文

Agent Alpha：面向计算机操作 Agent 的统一生成、探索与评估的树搜索

Agent Alpha: Tree Search Unifying Generation, Exploration and Evaluation for Computer-Use Agents

Sizhe Tang, Rongqian Chen, Tian Lan
智能体系统Agent 规划

摘要

尽管通过轨迹级采样扩展测试时计算已显著改进图形用户界面（GUI）Agent，但缺乏回退能力使部分成功无法被复用，早期失误也难以恢复。本文提出 Agent Alpha，一个通过步骤级蒙特卡洛树搜索（MCTS）协同生成、探索与评估的统一框架。它支持主动建模或利用规划空间的结构。通过将 alpha-UCT 引导搜索集成到交互循环中，Agent Alpha 实现审慎规划，促进对次优分支的早期剪枝与高效前缀复用。我们还采用比较驱动的评估以缓解绝对打分偏差，并使用多样性受限的扩展以维持紧凑且有信息量的搜索空间。文中分析了 alpha-UCT 的遗憾界。在 OSWorld 基准上，Agent Alpha 取得约 77% 的最先进成功率，在同等计算量下显著优于轨迹级基线。

Agent Alpha：面向计算机操作 Agent 的统一生成、探索与评估的树搜索
图1：Agent Alpha 概览。Agent Alpha 能够提供回归式规划，通过精细化的探索与评估来提高已生成轨迹的利用率。我们用颜色更深的节点表示潜力更高的状态。𝒯、ℛ、ℐ、𝒪、𝒞 分别表示轨迹、反思、任务指令、观察和操作上下文的信息。现有方法主要以单向过程运行，无法在复杂动态环境中对规划空间的结构进行建模或加以利用。Agent Alpha 通过在 Alpha-UCT 边界下进行步级 MCTS，协同整合 MLLM 的生成、探索与评估能力来解决这一问题。