规划策略

基本概念¶

规划 (Planning) 是 Agent 面对复杂任务时的核心能力。一个任务如果可以一步完成，则不需要规划；但当任务涉及多个步骤、多个工具调用或需要中间推理时，规划策略就变得至关重要。

规划的本质是任务分解 (Task Decomposition)：将一个复杂的高层目标分解为一系列可执行的子任务，并确定它们之间的执行顺序和依赖关系。

规划范式¶

单次规划 (Plan-and-Execute)¶

模型在开始执行前先生成完整的计划，然后按步骤执行。

flowchart LR
    G[目标] --> P[生成完整计划]
    P --> E1[步骤 1]
    E1 --> E2[步骤 2]
    E2 --> E3[步骤 3]
    E3 --> R[最终结果]

优点：全局视角，步骤之间逻辑连贯。

缺点：初始计划可能因信息不足而不准确，且难以在执行过程中修正。

自适应规划 (Re-planning)¶

在执行过程中根据中间结果动态调整计划。

flowchart TD
    G[目标] --> P[初始计划]
    P --> E1[执行步骤 1]
    E1 --> O1{评估结果}
    O1 -->|符合预期| E2[执行步骤 2]
    O1 -->|不符合预期| P2[重新规划]
    P2 --> E1
    E2 --> O2{评估结果}
    O2 -->|符合预期| E3[执行步骤 3]
    O2 -->|不符合预期| P3[重新规划]
    P3 --> E2
    E3 --> R[最终结果]

优点：容错性强，能根据实际情况调整策略。

缺点：开销更大，可能导致循环。

递归分解 (Recursive Decomposition)¶

将任务递归地分解为更小的子任务，直到每个子任务可以直接执行。典型的代表是 Tree of Thoughts (ToT)。

常见规划方法¶

Chain-of-Thought (CoT)¶

通过引导模型「一步一步思考」来实现隐式规划。虽然 CoT 本身不是一个显式的规划框架，但它为每一步推理提供了中间过程，可以视为最基础的规划形式。

Plan-and-Solve¶

Plan-and-Solve Prompting 提出两步策略：

1. Plan：将原始任务分解为若干子任务；
2. Solve：逐个执行子任务并整合结果。

Reflexion¶

Reflexion: Language Agents with Verbal Reinforcement Learning 引入了反思机制：

1. 执行动作并观察结果；
2. 生成语言化的反思（什么做得好、什么做得差）；
3. 将反思存入记忆，指导下一次尝试。

规划中的关键挑战¶

• 信息不完整：初始规划时可能缺乏足够的上下文信息；
• 长程依赖：步骤之间的依赖关系可能很复杂；
• 错误累积：早期步骤的错误可能传播到后续步骤；
• 规划与执行的平衡：过度规划浪费资源，规划不足导致失败。