摘要
针对浏览器等语言环境缺乏马尔可夫决策过程所需结构的问题，本文提出以状态为中心的决策过程（SDP）。该框架让智能体在行动中逐步构建自然语言谓词，通过验证将观测转化为认证状态，从而生成任务诱导的状态空间、映射关系及终止条件。在五个基准测试中，SDP 取得了最佳的无训练结果，且随任务跨度增加优势更显著，同时支持细粒度的归因分析与故障定位。
AI 推荐理由
提出 SDP 框架构建状态空间与转移，解决语言环境下的任务规划核心问题。
研究机构
University of California, Irvine
Northeastern University
论文信息