Mango：基于全局视图优化的多智能体网页导航

现有网页代理通常从根 URL 开始探索，在深层层级结构的复杂网站中效率低下。由于缺乏对网站结构的全局视野，代理常陷入导航陷阱或探索无关分支。本文提出 Mango，一种利用网站结构动态确定最优起点的多智能体导航方法。该方法将 URL 选择建模为多臂老虎机问题，采用汤普森采样自适应分配导航预算，并引入情景记忆组件存储历史以优化后续尝试。实验表明，Mango 在多个基准测试中显著优于现有基线，且具备良好的模型泛化能力。