Agent Planning 如何做任务分解,有哪些实现方式?
题目
Agent Planning 如何做任务分解,有哪些实现方式?
参考答案
点击展开参考答案
- Planning 的目标是把一个开放目标转成可执行、可验证、可调整的任务结构。
- 计划不能只是“先分析、再处理、最后总结”的自然语言清单;每个节点至少应有
goal、依赖、输入、候选工具、成功条件、风险等级、预算和失败策略。 - 任务分解的来源有四类:让 LLM 根据通用提示生成子目标;使用领域模板或任务专用指令;由用户/专家提供里程碑;将形式化问题交给 Workflow、约束求解器或经典 Planner。
- CoT 是一次模型调用内部的推理分解,不自动等于可持久化、可调度的任务计划;一旦子任务要执行,就应转成带 ID、依赖、成功条件和状态的结构化节点。
- 常见方式: 1. 单步 ReAct。
- 每轮只选择下一步动作,不长期承诺后续路径。
- 环境变化时适应性最好,适合短任务和信息探索;缺点是容易局部贪心、重复试错,模型每一步都要重新理解全局目标。