Decision Support Agent Planning Uncertainty Quantification Optimization
摘要

传统决策支持研究人类如何利用模型辅助决策,而现代智能体系统中角色反转:AI 代理代表用户行动,人类与工具转为支持机制。针对由此产生的可靠性问题,本文重构决策支持原则,提出一种战略决策支持框架。该框架通过优化问题最小化支持使用,同时控制反事实遗漏支持错误。理论证明最优策略为基于支持价值的阈值规则,并据此开发自适应在线算法及即时校准方法。实验表明,该方法在多种场景下能有效控制错误并显著减少支持调用。

AI 推荐理由

论文提出战略决策支持框架,优化 Agent 在任务执行中何时寻求外部支持,属于高级规划与决策机制。

研究机构
University of Pennsylvania
论文信息
作者 Shayan Kiyani, Sima Noorani, George Pappas, Hamed Hassani
发布日期 2026-06-10
arXiv ID 2606.12587
相关性评分 8/10 (高度相关)