TAPE：语言模型智能体中的工具引导自适应规划与约束执行

摘要

语言模型（LM）智能体在与环境多次交互以解决任务方面已展现出显著能力。然而，在单个错误常导致不可恢复失败的环境中，尤其是在严格可行性约束下，它们仍然脆弱。我们系统分析现有智能体框架，指出不完善的规划与随机性执行是主要原因。为应对这些挑战，我们提出 Tool-guided Adaptive Planning with constrained Execution（TAPE）。TAPE 通过将多个计划聚合成图并调用外部求解器寻找可行路径来增强规划能力。在执行阶段，TAPE 采用约束解码以降低采样噪声，并在环境反馈偏离预期状态时自适应地重新规划。在 Sokoban、ALFWorld、MuSiQue 和 GSM8K-Hard 上的实验表明，TAPE 持续优于现有框架，在困难设定下收益尤其大：困难设定下成功率平均提升 21.0 个百分点，较弱基座模型平均提升 20.0 个百分点。代码与数据可在此处获取。

TAPE：语言模型智能体中的工具引导自适应规划与约束执行 — 图2：TAPE 概览。所提出的框架由四个步骤组成。(a) 计划图构建（Plan Graph Construction）：LM 采样多条轨迹，并将其聚合为带有预测代价与分数的计划图。(b) 计划路径选择（Plan Path Selection）：外部求解器（例如 ILP）在约束条件下识别最优路径（蓝色箭头）。(c) 受约束执行（Constrained Execution）：智能体使用受约束解码执行所选动作，以消除采样误差。(d) 失配检查（Mismatch Check）：若预测状态与实际状态之间出现失配，智能体重新执行计划图构建与路径选择；否则，智能体执行下一个计划动作。