arXiv cs.MA· Tuo Zhang, Alin-Ionut Popa, Yan Xu, Rui Song, Dimitrios Dimitriadis·· 11 小时前AI 评分34
PIVOT：通过轨迹精修打通 LLM 智能体的规划与执行
PIVOT: Bridging Planning and Execution in LLM Agents via Trajectory Refinement
AI 导读
PIVOT 提出一种自监督框架，将智能体轨迹视为可优化对象，通过 PLAN、INSPECT、EVOLVE、VERIFY 四阶段迭代精修，缓解 LLM 智能体规划与执行脱节的问题。在 DeepPlanning 和 GAIA 上，带人类反馈的版本约束满足率相对提升最高达 94%，全自主版本也保持显著增益。该方法所需 token 比同类精修方法少 3x 至 5x。
正文 · AI 翻译
摘要：基于大型语言模型（LLM）的智能体常常生成看似连贯的计划，但在执行时却因不可行的动作、约束违反以及长时程中的累积误差而失败。PIVOT（Plan-Inspect-eVOlve Trajectories）通过一个自监督框架来解决这种计划与执行之间的错位，该框架将轨迹视为可优化对象，并通过环境交互进行迭代改进。该框架包含四个阶段：PLAN 生成候选轨迹；INSPECT 执行这些轨迹并计算结构化损失，其文本梯度编码了计划与执行之间的差异；EVOLVE 应用这些信号以生成改进后的轨迹；VERIFY 针对任务约束执行最终的全局检查。单调接受过程确保解的质量不下降。在 DeepPlanning 和 GAIA 上的实证评估展示了最先进的性能：在人类参与（HITL）反馈下，PIVOT 建立了强大的上界，约束满足率相对提升高达 94%，而其完全自主变体仍保持显著增益，表明核心轨迹改进机制在没有外部监督的情况下依然有效。同时，PIVOT 在计算上仍然高效，相比竞争性改进方法所需 token 最多减少 3 倍至 5 倍。这些发现表明，基于（自我或人类监督）反馈的轨迹优化是缓解自主智能体系统中计划与执行差距的一种有原则的方法。
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2605.11225 [cs.AI] |
| （或 arXiv:2605.11225v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.11225 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Dimitrios Dimitriadis [查看电子邮件]
[v1]
2026年5月11日星期一 20:43:20 UTC（4,250 KB）
[v2]
2026年10月27日星期二 04:50:15 UTC（4,180 KB）
来源：arXiv cs.MA · arxiv.org