arXiv cs.AI· Mingyang Liu, Qingcan Kang, Shixiong Kai, Tao Zhong, Mingxuan Yuan, Xin Li, Linqi Song·· 1 天前AI 评分41
Verify–Backtrack Loop：面向长程语言智能体的结构化前置条件恢复方法
Verify--Backtrack Loop: Structured Precondition Recovery for Long-Horizon Language Agents
AI 导读
研究者提出 Verify–Backtrack Loop（VBL），一种无需训练的 ReAct 扩展，用有界目标栈维护任务分解，并在目标激活、执行失败或状态变化时联合校验"当前目标是否服务于最终目标"与"当前状态下是否可行"，配合类型化失败归因触发 Push、Pop、重试或 BacktrackTo 父目标。
正文 · AI 翻译
摘要：语言智能体越来越多地在交互式环境中处理长时程任务，其动作往往依赖于潜在的前置条件。核心难点不在于轨迹长度，而在于恢复：当某个前提条件缺失或先前的分解失败时，尝试另一个看似合理的动作通常无济于事。ReAct 以及后续的反思或自适应规划方法支持局部修正，但将恢复表达为自由形式的文本，没有显式的控制状态来连接最终目标、当前活动目标和失败来源。我们提出验证—回溯循环（Verify--Backtrack Loop，VBL），这是 ReAct 的一种免训练扩展，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 将任务分解维护为一个有界的目标栈，并在目标激活、执行失败或实质状态变化时，联合验证两个层面——当前活动目标是否有助于最终目标，以及它在当前状态下是否可行。这些双层面判断与类型化失败归因相结合，触发显式操作——Push、Pop、重试或 BacktrackTo 父目标。我们在 AppWorld、ALFWorld 和 ScienceWorld 上使用 Qwen3.5-9B、GPT-4o 和 DeepSeek-V3.2 评估 VBL。VBL 在每一组主干模型—基准测试组合上都优于 ReAct 和基于反思的控制方法。在具有挑战性的 AppWorld 设置中，它相比 ReAct 将任务成功率最多提升 22.07 个百分点。消融实验表明，移除验证或诊断中的任一机制都会导致性能下降，在若干设置中甚至低于 ReAct，这证实了两种机制是互补的。这些结果表明，可靠的长时程交互得益于修正规划状态，而不仅仅是修正下一个动作。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.41564 [cs.AI] |
| （或 arXiv:2610.41564v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41564 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mingyang Liu [查看邮箱]
[v1]
2026年10月30日星期五 10:58:17 UTC（307 KB）
来源：arXiv cs.AI · arxiv.org