arXiv cs.AI· Sen Zhao, Jia Tang, Ruiqi Kong, Zuyu Zhang, Lifeng Shen, Ding Zou, Xinyu He, Xu Zhang, Junwei Han·· 10 天前AI 评分24
TopoPlanner：面向 LLM 智能体的胞腔工作流复形拓扑一致任务规划
Topology-Consistent Task Planning over Cellular Workflow Complexes for LLM-based Agents
AI 导读
TopoPlanner 是一个拓扑一致的任务规划框架，将工具依赖图提升为胞腔工作流复形，作为拓扑感知上下文供 LLM 进行工具规划。它通过余层一致的胞腔检索获取与请求相关的闭合子复形，并对检索到的拓扑做多维结构推理，再交由规划 LLM 生成工具序列。在四个工具规划基准上，针对循环、合并及循环-合并工作流，该方法在不同本地 LLM 骨干上均优于基于提示词和图增强的基线。
正文 · AI 翻译
摘要：面向 LLM 智能体的任务规划需要满足用户意图和复杂子任务依赖关系的工作流。现有规划器在顺序或类似有向无环图（DAG）的结构上表现良好，但在现实世界工具编排中自然出现的验证-纠正循环、汇聚分支合并以及可复用中间状态等工作流模式上仍显不足。我们提出 TopoPlanner，一种拓扑一致性的规划框架，它将工具依赖图提升为胞腔工作流复形，并将其用作 LLM 工具规划的拓扑感知上下文。TopoPlanner 通过余层一致性的胞腔检索获取与请求相关的闭合子复形，对检索到的拓扑执行多维结构推理，并将所得的胞腔表示与规划器 LLM 对接以生成工具序列。在四个工具规划基准上，针对拓扑引导的循环、合并以及循环-合并工作流进行的实验表明，在不同的本地 LLM 骨干模型上，该方法相较基于提示和基于图增强的基线均取得了一致的提升。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.07004 [cs.AI] |
| （或 arXiv:2610.07004v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07004 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sen Zhao [查看邮箱]
[v1]
2026年10月4日星期日 10:24:20 UTC（3,512 KB）
来源：arXiv cs.AI · arxiv.org