Mango: Navigazione Web Multi-Agente tramite Ottimizzazione della Vista Globale
I ricercatori propongono Mango, un metodo di navigazione web multi-agente che utilizza la struttura del sito web per determinare i punti di partenza ottimali, evitando l'inefficiente esplorazione dell'URL radice. La selezione degli URL è formulata come un problema di bandito multi-braccio con Thompson Sampling per l'allocazione adattiva del budget. Un componente di memoria episodica memorizza la cronologia di navigazione per apprendere dai tentativi passati. Su WebVoyager, Mango con GPT-5-mini raggiunge un tasso di successo del 63,6%, superando il miglior baseline del 7,3%. Il metodo ottiene anche risultati su WebWalkerQA.
Fatti principali
- Mango è un metodo di navigazione web multi-agente.
- Utilizza la struttura del sito web per determinare dinamicamente i punti di partenza ottimali.
- La selezione degli URL è formulata come un problema di bandito multi-braccio.
- Thompson Sampling alloca adattivamente il budget di navigazione tra gli URL candidati.
- Un componente di memoria episodica memorizza la cronologia di navigazione.
- Su WebVoyager, Mango con GPT-5-mini raggiunge un tasso di successo del 63,6%.
- Mango supera il miglior baseline del 7,3% su WebVoyager.
- Mango ottiene anche risultati su WebWalkerQA.
Entità
—