HiMAP-Travel：面向长程受限旅行的分层多Agent规划

顺序执行的LLM Agent在带硬约束（如预算和多样性要求）的长程规划上表现不佳。随着规划推进和上下文增长，这些Agent会偏离全局约束。我们提出HiMAP-Travel，一个将规划拆分为战略协调与并行日级执行的分层多Agent框架。Coordinator跨天分配资源，而Day Executor并行地独立规划。三个关键机制支撑这一框架：在并行Agent之间强制执行预算和唯一性约束的事务型监视器、允许Agent拒绝不可行子目标并触发重新规划的议价协议，以及通过GRPO训练、经角色条件化驱动所有Agent的单一策略。在TravelPlanner上，采用Qwen3-8B的HiMAP-Travel达到52.78%的验证集和52.65%的测试集Final Pass Rate（FPR）。在模型、训练与工具完全相同的受控比较中，它比顺序式DeepTravel基线高出8.67个百分点。它还分别超出ATLAS 17.65个百分点、MTP 10.0个百分点。在FlexTravelBench多轮场景中，它取得44.34%（2轮）和37.42%（3轮）的FPR，同时通过并行化将延迟降低2.5倍。