論文の概要: Does The Way You Plan Matter? An Empirical Study of Planning Representations for LLM Web Agents

• arxiv url: http://arxiv.org/abs/2605.29927v1
• Date: Thu, 28 May 2026 13:39:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.355827
• Title: Does The Way You Plan Matter? An Empirical Study of Planning Representations for LLM Web Agents
• Title（参考訳）: 計画方法が重要か? LLM Webエージェントの計画表現に関する実証的研究
• Authors: Alejandra Zambrano, Sara Vera Marjanovic, Imene Kerboua, Xing Han Lù, Leila Kosseim,
• Abstract要約: エージェント性能における計画表現の影響を評価するフレームワークであるPlanAheadを紹介する。 まず、WebArenaタスクを3つの難易度に分類し、人間のアノテーションなしで一貫した難易度付けを可能にする。 次に,4つの異なる計画表現を,難易度に分類して体系的に評価する。
• 参考スコア（独自算出の注目度）: 43.297647791392144
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite recent advances, LLM-based web agents still struggle with limited exploration, omission of critical steps, and sensitivity to task constraints. Prior work suggests that many of these failures stem from weaknesses in planning, yet the impact of alternative natural language plan representation remains unexplored. To address this, we introduce PlanAhead, a static planner-executor framework that evaluates the impact of plan representation in agent performance. We first automatically categorize WebArena tasks into 3 difficulty levels, enabling consistent difficulty grading without human annotation. Then we systematically evaluate 4 different plan representations on the tasks categorized as hard: sequential subgoals, narrative, pseudocode, and checklist; across different families of multimodal LLM powered agents (OpenAI, Alibaba, and Google). To account for stochastic variability, we introduce two novel evaluation metrics: Achievement Rate (AR) and Solved-Task Consistency (STC). Our results show that both, the plan formulation and the underlying LLM generating the plan, significantly influence web-agent robustness and task success.
• Abstract（参考訳）: 近年の進歩にもかかわらず、LLMベースのWebエージェントは、限られた探索、重要なステップの省略、タスク制約への敏感さに苦慮している。 以前の研究は、これらの失敗の多くは計画の弱点に由来することを示唆しているが、代替の自然言語計画の表現の影響は未解明のままである。 そこで我々はPlanAheadという静的プランナー・エグゼクティブ・フレームワークを導入し,エージェント性能におけるプラン表現の影響を評価する。 まず、WebArenaタスクを3つの難易度に自動的に分類し、人間のアノテーションなしで一貫した難易度付けを可能にする。 次に,課題の4つの異なる計画表現を体系的に評価する: シーケンシャルサブゴール,物語,疑似コード,チェックリスト; マルチモーダル LLM エージェント(OpenAI,Alibaba,Google)の異なるファミリーにわたって。 確率的変動を考慮するために,達成率 (AR) とソルベッド・タスク整合性 (STC) の2つの新しい評価指標を導入する。 以上の結果から,計画定式化と LLM 作成の基礎となる LLM がウェブエージェントの堅牢性とタスク成功に大きく影響していることが示唆された。

関連論文リスト

• From Plan to Action: How Well Do Agents Follow the Plan? [6.54753809716901]
  本稿では,プログラムエージェントにおける計画遵守に関する最初の体系的分析について述べる。 SWE-bench Verified と SWE-bench Pro では,SWE-agent からSWE-agent への16,991 トラジェクトリを8種類のプランで検討した。 サブプランは、計画が全くない以上にパフォーマンスを損なう。
  論文  参考訳（メタデータ） (2026-04-13T23:54:55Z)
• PlanGenLLMs: A Modern Survey of LLM Planning Capabilities [12.322175348741435]
  LLMは計画を生成する大きな可能性を秘めており、初期世界の状態を望ましい目標状態に変換する。 これらのシステムの多くは特定の問題に適応しており、それらを比較したり、新しいタスクに最適なアプローチを決定することは困難である。 我々の調査は、このギャップを埋めるために、現在のLLMプランナの概要を概観することを目的としている。 1990年、カルタムとウィルキンスによる基礎研究に基づいて、完全性、実行可能性、最適性、表現、一般化、効率の6つの重要な性能基準を検証した。
  論文  参考訳（メタデータ） (2025-02-16T17:54:57Z)
• ADaPT: As-Needed Decomposition and Planning with Language Models [131.063805299796]
  As-Needed Decomposition and Planning for Complex Tasks (ADaPT)について紹介する。 ADaPTは、Large Language Modelsがそれらを実行できない場合、複雑なサブタスクを明示的に計画し、分解する。 以上の結果から,ADaPTは強いベースラインを確立した。
  論文  参考訳（メタデータ） (2023-11-08T17:59:15Z)
• AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
  大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。 本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。 幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
  論文  参考訳（メタデータ） (2023-05-26T05:52:27Z)
• Plan, Eliminate, and Track -- Language Models are Good Teachers for Embodied Agents [99.17668730578586]
  事前訓練された大言語モデル(LLM)は、世界に関する手続き的な知識をキャプチャする。 Plan, Eliminate, and Track (PET)フレームワークはタスク記述をハイレベルなサブタスクのリストに変換する。 PETフレームワークは、人間の目標仕様への一般化のために、SOTAよりも15%改善されている。
  論文  参考訳（メタデータ） (2023-05-03T20:11:22Z)
• Learning to Plan with Natural Language [111.76828049344839]
  大規模言語モデル(LLM)は、様々な基本自然言語タスクにおいて顕著な性能を示している。 複雑なタスクを完了するためには、ステップごとに特定のソリューションを生成するためにLCMをガイドするタスクの計画が必要です。 本研究では,(1)第1学習課題計画フェーズにおいて,LCMが学習エラーフィードバックから導出するように促した新たなステップバイステップのソリューションと行動指示を用いてタスク計画を反復的に更新する,という2つの段階を含む学習計画手法を提案する。
  論文  参考訳（メタデータ） (2023-04-20T17:09:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。