arXiv cs.AI· Yang Li, Hai Liu, Dian Shao, Yu Wang, Xiyu Chen, Di Wan, Sergey Volkov, Bozhi Wang, Ziyu Sun, Sihang Liu, Ye Luo, Xiaowei Zhang·· 3 天前AI 评分22
Agent-UCT：用树上的置信上界优化成本感知的智能体工作流
Agent-UCT: Upper Confidence Bounds Applied to Trees for Cost-Aware Agentic Workflow Optimization
AI 导读
AgentUCT 将剩余评估成本的经济模型引入 UCT 选择，并用查询前缀记账连接搜索决策与可复用执行状态，在有限固定奖励树上证明了累积质量遗憾的 O(log T) 上界。
正文 · AI 翻译
作者：Yang Li、Hai Liu、Dian Shao、Yu Wang、Xiyu Chen、Di Wan、Sergey Volkov、Bozhi Wang、Ziyu Sun、Sihang Liu、Ye Luo、Xiaowei Zhang
摘要：工作流搜索为完整的质量观测付出代价，其执行成本会随着可复用前缀的积累而变化。AgentUCT 使用剩余评估成本的经济模型来指导 UCT 选择，同时回传原始质量。查询前缀记账将搜索决策与可复用执行状态联系起来。对于具有有界自适应冷启动成本估计和成功持久缓存的有限固定奖励树，我们证明了在 $T$ 次完整评估上累积质量遗憾的 $O(\log T)$ 界。在五个配对随机种子上，AgentUCT 在回顾性 HotpotQA 面板上以 32M 加权 token 预算实现了 69.57% 的测试 F1，而 UCT 为 68.01%。在 GSM8K 上，它在第一个预算下达到 93.07% 的平均准确率，而 UCT 为 92.60%，AFlow 为 91.60%。单因素 RAG 对照表明，在相同保留评估次数下，在线价格和历史延续改善了所选工作流。
| 评论： | 69 页，包括补充材料 |
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2607.24162 [cs.AI] |
| （或 arXiv:2607.24162v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.24162 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Yang Li [查看电子邮件]
[v1]
2026年7月27日星期一 08:41:18 UTC（16 KB）
[v2]
2026年7月28日星期二 18:08:04 UTC（16 KB）
[v3]
2026年10月10日星期六 06:40:46 UTC（669 KB）
来源：arXiv cs.AI · arxiv.org