WebUncertainty Introduce una Pianificazione a Doppio Livello per Agenti Web Autonomi

Un nuovo framework per agenti web autonomi, denominato WebUncertainty, è stato introdotto per superare le sfide associate all'esecuzione di compiti complessi. Questo sistema affronta due livelli di incertezza nella pianificazione e nel ragionamento per agenti che operano su pagine web del mondo reale. Grazie ai recenti progressi nei modelli linguistici di grandi dimensioni, questi agenti possono ora interpretare istruzioni in linguaggio naturale direttamente da internet. Gli agenti tradizionali spesso falliscono in scenari dinamici e nell'esecuzione di compiti a lungo termine a causa di metodi di pianificazione inflessibili e di un ragionamento soggetto a allucinazioni. WebUncertainty presenta un Meccanismo di Pianificazione Adattativa Guidata dall'Incertezza del Compito, che seleziona dinamicamente strategie di pianificazione per ambienti non familiari. Inoltre, impiega un Meccanismo di Ragionamento basato su Ricerca ad Albero Monte Carlo (MCTS) Guidata dall'Incertezza dell'Azione, utilizzando la strategia di Incertezza dell'Azione Indotta dalla Fiducia (ConActU) per misurare sia l'incertezza aleatoria (AU) che l'incertezza epistemica (EU), con l'obiettivo di migliorare le prestazioni degli agenti web autonomi in compiti interattivi complessi.