NaviAgent: 一种基于图的导航双层规划架构

大型语言模型（LLMs）对静态知识和脆弱的工具调用的严重依赖阻碍了复杂异构工具链的大规模编排。现有方法通常使用刚性单路径执行，导致错误恢复不佳且搜索空间呈指数级增长。我们引入了NaviAgent，一种基于图的导航双层规划架构，用于健壮的函数调用，包括多路径决策器和图形编码导航器。作为具有LLM能力的代理，多路径决策器定义了一个四维决策空间，并持续感知环境状态，动态选择最佳操作以全面覆盖所有工具调用场景。图形编码导航器构建了一个工具依赖异构图（TDHG），其中节点嵌入明确融合API模式结构与历史调用行为。它还集成了一个新的启发式搜索策略，引导决策器高效且成功地进行工具链组合，即使对于未见过的工具组合也是如此。实验表明，NaviAgent在各种基础模型和任务复杂性下均实现了最高的任务成功率（TSR），分别比平均基线（ReAct、ToolLLM、α-UMI）高出13.5%、16.4%和19.0%（Qwen2.5-14B、Qwen2.5-32B和Deepseek-V3）。其执行步骤通常与最有效的基线相差一个步骤，确保了质量与效率之间的良好平衡。值得注意的是，经过微调的Qwen2.5-14B模型达到了49.5%的任务成功率，超过了更大的32B模型（44.9%）在我们的架构下。进一步集成图形编码导航器使TSR平均提高了2.4个百分点，对于较大的模型（Deepseek-V3和GPT-4o）在复杂任务中的收益超过9个百分点，突显了其在工具链编排中的关键作用。

博主点评：强化学习，寻找最优的tool调度路径。