论文
Verify–Backtrack Loop：以双层目标验证和有界栈恢复长程计划
Verify--Backtrack Loop: Structured Precondition Recovery for Long-Horizon Language Agents
摘要
语言 Agent 越来越多地处理交互环境中的长时程任务，动作常依赖隐含前置条件。核心困难在于恢复，而非轨迹长度：前置条件缺失或先前任务分解失败时，仅换一个看似合理的动作通常无济于事。ReAct 及后续反思或自适应规划方法支持局部纠错，但用自由文本表达恢复，缺乏将终局目标、当前目标与失败来源关联起来的显式控制状态。Verify–Backtrack Loop（VBL）是 ReAct 的免训练扩展，将前置条件发现和失败诊断转化为结构化的规划状态更新。VBL 用有界目标栈维护任务分解；在目标激活、执行失败或状态发生实质变化时，联合检验两个层面：当前目标是否有助于终局目标，以及它在当前状态下是否可行。双层判断结合类型化失败归因，触发明确的 Push、Pop、重试或回溯至父目标（BacktrackTo）操作。在 AppWorld、ALFWorld、ScienceWorld 上，使用 Qwen3.5-9B、GPT-4o 和 DeepSeek-V3.2 评测时，VBL 在每个骨干模型—基准组合中均优于 ReAct 和基于反思的控制。在困难的 AppWorld 设置中，相对 ReAct 的任务成功率最多提高22.07个百分点。消融显示，去除验证或诊断任一机制都会降低性能，在若干设置中甚至低于 ReAct，确认二者互补。结果说明，可靠的长时程交互受益于修正规划状态，而不只是调整下一步动作。
