摘要
GUI 智能体旨在自动化重复任务以提升效率，但现有方法一旦陷入错误探索路径往往难以恢复，导致任务失败。本文将 GUI 任务执行建模为深度优先搜索（DFS）过程，提出 BEAP-Agent 框架。该框架支持长程、多层级的状态回溯，结合动态任务跟踪与更新机制，由规划器、执行器和跟踪器三个协同组件构成，有效实现了任务的探索与执行。在 OSWorld 基准上的评估显示，该方法准确率达到 28.2%，验证了其在长程任务探索中的有效性。
AI 推荐理由
论文提出自适应规划框架，核心解决长程任务中的回溯与动态规划问题。
研究机构
广东工业大学人工智能与数字经济实验室（SZ）, 中国
深圳大学, 中国
论文信息