APEX-Searcher：通过智能体规划与执行增强大语言模型的搜索能力

检索增强生成（RAG）是获取外部知识的关键方法，但在处理复杂多跳问题时，单轮检索往往不足。现有方法虽结合多轮迭代检索与推理，仍面临检索路径模糊及强化学习奖励稀疏等挑战。为此，本文提出 APEX-Searcher，一种新颖的智能体规划与执行框架。该框架将检索过程解耦为规划与执行两阶段：首先利用特定分解奖励的强化学习优化战略规划；随后基于子任务分解，通过高质量多跳轨迹的监督微调赋予模型鲁棒的迭代执行能力。实验表明，该方法在多跳 RAG 及任务规划基准上均显著提升性能。