研究问题与方法
GATS 将 UCB1 树搜索与分层世界模型结合:精确符号动作匹配、由执行日志获得的统计,以及未知动作的 LLM 预测。目标是减少搜索期间反复调用 LLM 的成本与随机性。
图承担什么
图/树组织可达状态、动作和搜索分支,而不是只表达工具输入输出。它代表“先有足够可靠的转移模型,再让系统搜索”的路线,与每步由 LLM 规划并修复可并行比较。
必须保留的证据范围
本轮阅读正文的分层设计、合成任务与作者定义的压力测试。论文报告零规划调用和高成功表现,但不能省略日志准备、已有模型覆盖与未知动作 LLM 回退的条件;没有证据可直接推广到任意 AppWorld 状态。
对本库的启发
比较图结构方法时,应增加符号/搜索基线,并把图建模或世界模型预估成本计入总账。若模型已接近 oracle,收益可能来自更强环境知识而非图表示。
关联阅读
图示核验
本轮检索 HTML 正文及 16 页 PDF,未发现独立编号的动机/方法图;当前以原文的分层模型说明与搜索流程文字解读。
原始来源与阅读范围
Maureese Williams, Dymitr Nowicki / arXiv · 2026-07-09。本轮范围:正文重点阅读;采集日期:2026-11-16。来源陈述与本库提出的实验设想在正文中分别说明。