超越纠缠规划：面向长时地平线代理的任务解耦规划

近年来，大语言模型（LLMs）的进步使代理能够自主执行复杂的长时地平线任务，但规划仍然是可靠任务执行的主要瓶颈。现有方法通常分为两种范式：逐步规划，具有反应性但往往短视；以及一次性规划，虽在开始时生成完整计划，但对执行错误敏感。这两种范式都存在上下文纠缠问题，即代理必须在一个跨越多个子任务的单一历史中进行推理。这种纠缠增加了认知负担，并导致局部错误传播到原本独立的决策中，使得恢复计算成本高昂。为了解决这一问题，我们提出了任务解耦规划（TDP），一种无需训练的框架，通过任务解耦替代纠缠推理。TDP通过监督器将任务分解为子目标的有向无环图（DAG）。使用具有作用域上下文的规划器和执行器，TDP将推理和重新规划限制在当前子任务中。这种隔离防止了错误传播，并可在不干扰工作流的情况下本地纠正偏差。在TravelPlanner、ScienceWorld和HotpotQA上的实验结果表明，TDP优于强基线，同时减少了高达82%的token消耗，证明子任务解耦可提高长时地平线代理的鲁棒性和效率。