arXiv 机器学习· Qianli Ma, Limengxi Yue, Shuyang Xu, Yanpei Shi, Hongrui Liu·· 4 小时前AI 评分34
多成本与失败风险约束下的 Web Agent 强化学习决策模型
Web Agent Agentic Reinforcement Learning Decision Model Under Multi-Cost and Failure Risk
AI 导读
研究者提出一种针对 Web Agent 的受约束强化学习决策模型，将页面访问、搜索请求与外部 API 调用纳入统一框架，结合拉格朗日对偶更新与 CVaR 风险项控制预算和抑制高失败路径探索。在 800-1,500 个端到端任务评测中，该方法在相同完成率下使单次成功成本降低 22%-31%、失败率降低 18%-26%，固定预算下任务完成率提升 10%-16%。
来源：arXiv 机器学习 · arxiv.org