GATS结合分层世界模型实现零LLM调用的高效智能体规划

背景

大型语言模型（LLM）智能体在多步规划任务中展现出潜力，但现有方法如 LATS（Language Agent Tree Search）和 ReAct 在规划过程中严重依赖 LLM 推理，导致高昂的计算成本和随机性行为。这些方法每次规划都需要多次调用 LLM，不仅开销大，而且输出不稳定，难以保证确定性结果。为了克服这些局限性，研究者提出了一种新的规划框架 GATS（Graph-Augmented Tree Search），旨在消除推理阶段对 LLM 的依赖，同时实现更优的规划性能。

核心内容

GATS（Graph-Augmented Tree Search）是一种结合系统化 UCB1 树搜索与分层世界模型的规划框架。其核心设计是通过一个三层世界模型来模拟环境动态，从而在规划过程中完全无需调用 LLM 进行推理。

三层层级世界模型：

• L1（精确符号动作匹配）：使用预定义的符号规则直接映射动作与结果，适用于已知、确定性的动作。
• L2（从执行日志中学习统计规律）：基于历史执行日志，统计动作后的状态转移概率和奖励分布，为常见动作提供经验性预测。
• L3（基于 LLM 的预测）：对于未知或罕见的动作，仍调用 LLM 进行预测，但这类情况在训练后很少发生。

规划机制：GATS 采用 UCB1（Upper Confidence Bound）算法引导树搜索，在动作空间中进行系统化探索与利用，结合三层世界模型快速评估每个分支的价值，避免在规划阶段反复调用 LLM。

实验结果：

• 在包含分支路径和死胡同的合成规划任务中，GATS 实现 100% 成功率，而 LATS 为 92%，ReAct 为 64%。
• 在涵盖编码工作流、网页导航、长时域任务等 12 个挑战性场景的综合压力测试中，GATS 同样保持 100% 成功率，LATS 降至 88.9%，ReAct 仅 23.9%。
• 规划阶段每个任务所需 LLM 调用次数：GATS 零次，而 LATS 平均每任务 37 次。
• GATS 产生的规划是完全确定性的，多次运行方差为零。

关键要点

• GATS 通过分层世界模型（L1 精确匹配、L2 统计学习、L3 LLM 预测）完全消除了规划阶段的 LLM 调用，大幅降低计算成本。
• 系统化的 UCB1 树搜索替代了 LLM 引导的探索，使规划过程变得确定性、可复现，零方差。
• 在合成任务和 12 项复杂压力测试中，GATS 均获得 100% 成功率，显著优于 LATS（88.9%）和 ReAct（23.9%）。
• GATS 的规划速度更快，零 LLM 调用意味无需等待模型推理，适合实时或资源受限场景。
• 三层模型中 L1 和 L2 覆盖了大多数常见动作，L3 仅在遇到未知动作时启用，进一步降低 LLM 使用频率。

意义与影响

GATS 的工作表明，通过精心设计的学习世界模型与系统化搜索，无需依赖 LLM 在规划时反复推理即可实现甚至超越现有 LLM 引导方法的性能。这为 LLM 智能体的实际部署提供了新思路：将 LLM 用于构建世界模型和初始知识，而将规划过程交给轻量级、确定性的搜索算法。这一范式有望降低智能体的运行成本，提高可靠性，并推动 LLM 在自动化决策、机器人控制、网页交互等需要多步规划领域的应用落地。此外，GATS 的确定性特征对于需要可解释性和安全性的场景尤为关键。