不确定性作为规划信号：面向目标的对话的多轮决策

面向目标的对话系统需要在用户意图不确定的情况下做出顺序决策，其中算法必须在多个回合中平衡信息获取和目标承诺。现有方法从不同角度应对这一挑战：结构化方法支持多步骤规划，但依赖于预定义模式，而基于 LLM 的方法支持灵活交互，但缺乏长期决策，导致信息获取和目标承诺之间的协调性较差。为了解决这个限制，我们将面向目标的对话表述为一个不确定性感知的顺序决策问题，其中不确定性充当多轮决策的指导信号。我们提出了一个对话不确定性感知规划框架（CUP），它将语言模型与结构化规划相结合：语言模型提出可行的行动，规划者评估其对减少不确定性的长期影响。对多个对话基准的实验表明，CUP 持续提高成功率，同时需要更少的交互次数。进一步的分析表明，不确定性意识规划有助于更有效地获取信息和更早地做出自信的承诺。