刘道玉 AI 工作坊
随笔 研究 专题 工作坊 关于 RSS

Agent规划技术综述 - 从经典方法到现代LLM驱动的任务编排

2026-03-31

Agent规划技术综述 - 从经典方法到现代LLM驱动的任务编排

研究日期: 2026-03-31
关键词: Agent Planning, Task Decomposition, LLM Planning, ReAct, Tree-of-Thought, Workflow Orchestration
适用场景: 任务型Agent、多步推理、复杂问题求解、工作流自动化


目录

  • 一、引言:规划是Agent的”大脑”
  • 二、规划问题形式化定义
  • 三、经典规划方法回顾
  • 四、LLM驱动的规划范式
  • 五、主流规划框架详解
  • 六、规划评估指标体系
  • 七、工程实践最佳案例
  • 八、关键挑战与解决方案
  • 九、未来趋势与研究方向
  • 十、总结与行动指南

一、引言:规划是Agent的”大脑”

1.1 什么是Agent规划?

Agent规划(Planning) 是指Agent在执行复杂任务时,将高层目标分解为可执行步骤序列的过程。它是Agent系统的”大脑”,负责决策”做什么”和”如何做”。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
用户目标: "帮我准备一份关于AI趋势的演讲PPT"

Agent规划过程:
1. 信息收集阶段
└─ 搜索最新AI趋势报告

2. 内容整理阶段
├─ 提取关键趋势
├─ 组织内容结构
└─ 生成演讲大纲

3. 视觉呈现阶段
├─ 选择PPT模板
├─ 生成图表数据
└─ 排版优化

4. 质量检查阶段
├─ 内容审核
└─ 最终输出

1.2 规划的核心价值

维度 没有规划 有规划 价值提升
效率 随机尝试,多次失败 按计划执行,一气呵成 3-5倍
成功率 低(<50%) 高(>90%) 2倍+
可解释性 黑盒操作 步骤清晰,可追溯 ✅
可调试性 难以定位问题 每步可检查 ✅
成本控制 API调用不可控 按需调用,可预测 节省30-50%

1.3 规划 vs 其他Agent能力

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
┌─────────────────────────────────────────────┐
│ Agent 能力层次结构 │
├─────────────────────────────────────────────┤
│ │
│ Level 4: 规划 (Planning) │
│ ├─ 任务分解 │
│ ├─ 步骤排序 │
│ └─ 资源分配 │
│ │
│ Level 3: 推理 (Reasoning) │
│ ├─ 逻辑推导 │
│ ├─ 因果分析 │
│ └─ 假设验证 │
│ │
│ Level 2: 感知 (Perception) │
│ ├─ 意图理解 │
│ ├─ 状态识别 │
│ └─ 上下文维护 │
│ │
│ Level 1: 执行 (Execution) │
│ ├─ 工具调用 │
│ ├─ API交互 │
│ └─ 结果处理 │
│ │
└─────────────────────────────────────────────┘

关系说明:

  • 规划依赖感知:需要理解目标和当前状态
  • 规划指导执行:决定调用哪些工具、什么顺序
  • 推理支撑规划:复杂的规划需要推理能力
  • 规划高于执行:战略层 vs 战术层

1.4 为什么规划在LLM时代更重要?

传统NLP系统:任务简单、步骤固定、无需规划

1
2
意图识别 → 槽位填充 → 模板响应
(无需复杂规划)

现代LLM Agent:任务复杂、步骤动态、必须规划

1
2
3
4
5
6
7
8
9
10
用户: "分析这份财报,找出风险点,生成可视化报告"

需要规划:
1. PDF解析(工具1)
2. 关键信息提取(推理)
3. 风险识别(专业分析)
4. 数据计算(工具2)
5. 图表生成(工具3)
6. 报告撰写(生成)
7. 格式优化(工具4)

二、规划问题形式化定义

2.1 经典规划问题(Classical Planning)

定义:一个规划问题是一个三元组 $P = (S, A, G)$,其中:

  • $S$:状态空间(所有可能的世界状态)
  • $A$:动作集合(Agent可执行的操作)
  • $G$:目标条件(期望达到的状态)

规划目标:找到一个动作序列 $\pi = [a_1, a_2, …, a_n]$,使得:
$$\text{Execute}(s_0, \pi) \models G$$

其中 $s_0$ 是初始状态,$\models$ 表示满足。

示例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
# 旅行规划问题
problem = {
"initial_state": {
"location": "北京",
"budget": 5000,
"time": "3天",
"destination": None
},

"actions": [
{
"name": "book_flight",
"preconditions": {"budget > 1000"},
"effects": {"budget -= 1000", "has_ticket": True}
},
{
"name": "book_hotel",
"preconditions": {"budget > 500"},
"effects": {"budget -= 500", "has_hotel": True}
},
{
"name": "travel",
"preconditions": {"has_ticket": True, "has_hotel": True},
"effects": {"location": "destination"}
}
],

"goal": {
"location": "上海",
"budget > 0"
}
}

# 规划解
plan = [
"book_flight(北京, 上海)",
"book_hotel(上海, 3天)",
"travel(北京, 上海)"
]

2.2 Agent规划问题(LLM-Era)

扩展定义:现代Agent规划问题是六元组 $P_{agent} = (I, O, C, R, T, G)$

  • $I$:输入空间(用户需求、上下文)
  • $O$:输出空间(期望结果)
  • $C$:约束条件(时间、成本、资源)
  • $R$:资源池(可用工具、API、知识库)
  • $T$:任务依赖图(DAG结构)
  • $G$:目标函数(优化目标)

示例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
# AI研究助手规划问题
agent_planning_problem = {
"input": {
"user_query": "总结最近关于多模态学习的论文",
"context": {
"user_domain": "计算机视觉",
"preferred_format": "PPT"
}
},

"output": {
"format": "PPT",
"content": ["趋势分析", "关键论文", "技术对比", "应用案例"]
},

"constraints": {
"time_limit": "30分钟",
"max_cost": "$5",
"quality": "专业级"
},

"resources": {
"tools": [
"arxiv_search",
"paper_summarizer",
"chart_generator",
"ppt_creator"
],
"knowledge_base": "本地论文库",
"llm": "GPT-4"
},

"task_dependencies": {
"search_papers": [],
"summarize_papers": ["search_papers"],
"extract_trends": ["summarize_papers"],
"generate_charts": ["extract_trends"],
"create_ppt": ["extract_trends", "generate_charts"]
},

"goal": {
"maximize": "completeness", # 完整性
"minimize": "execution_time",
"satisfy": "quality_threshold > 0.9"
}
}

2.3 规划复杂度分类

规划类型 特征 复杂度 示例
单步规划 直接执行 O(1) “查询天气”
线性规划 固定顺序 O(n) “订机票 → 订酒店”
条件规划 有分支 O(n²) “如果有票则订,否则…”
动态规划 实时调整 NP-Hard “根据实时路况规划路线”
多Agent规划 协调调度 PSPACE “团队协作完成项目”

三、经典规划方法回顾

3.1 基于搜索的规划(Search-Based Planning)

代表算法:A*, BFS, DFS, Dijkstra

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
class AStarPlanner:
def plan(self, initial_state, goal_state, actions):
"""
A*搜索规划
"""
open_set = PriorityQueue()
open_set.put((0, initial_state, []))

visited = set()

while not open_set.empty():
f_score, current_state, path = open_set.get()

# 达到目标
if self.satisfies(current_state, goal_state):
return path

# 已访问
state_key = self.state_to_key(current_state)
if state_key in visited:
continue
visited.add(state_key)

# 扩展后继节点
for action in actions:
if self.can_execute(current_state, action):
new_state = self.apply_action(current_state, action)
new_path = path + [action]

g_score = len(new_path)
h_score = self.heuristic(new_state, goal_state)
f_score = g_score + h_score

open_set.put((f_score, new_state, new_path))

return None # 无解

优点:

  • ✅ 理论完备:一定能找到解(如果存在)
  • ✅ 可解释:搜索过程透明

缺点:

  • ❌ 状态爆炸:复杂问题状态空间太大
  • ❌ 需要精确模型:难以处理不确定性

3.2 基于层次化任务网络(HTN)

核心思想:通过任务分解,将抽象任务逐步具体化

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
class HTNPlanner:
def __init__(self):
# 任务网络定义
self.task_network = {
"travel": {
"type": "compound",
"decompose": ["book_transport", "book_hotel", "plan_activities"]
},
"book_transport": {
"type": "compound",
"decompose": ["check_flights", "check_trains", "choose_best"]
},
"check_flights": {
"type": "primitive",
"action": "search_flight_api"
}
}

def plan(self, task, state):
"""
层次化规划
"""
if self.is_primitive(task):
# 原子任务,直接执行
return [task]

# 复合任务,继续分解
subtasks = self.decompose(task, state)
plan = []

for subtask in subtasks:
sub_plan = self.plan(subtask, state)
plan.extend(sub_plan)

return plan

优点:

  • ✅ 领域知识驱动:利用专家经验
  • ✅ 效率高:避免盲目搜索

缺点:

  • ❌ 需要手工定义任务网络
  • ❌ 泛化能力弱

3.3 基于目标回归的规划(Goal Regression)

核心思想:从目标状态反向推导,找到可执行的动作序列

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
class GoalRegressionPlanner:
def plan(self, goal, initial_state, actions):
"""
目标回归规划
"""
current_goals = goal
plan = []

while not self.satisfied(current_goals, initial_state):
# 选择一个动作,其效果能满足部分目标
action = self.select_relevant_action(current_goals, actions)

if action is None:
return None # 无法找到合适动作

# 回归:用动作的前置条件替换效果
current_goals = self.regress(current_goals, action)
plan.insert(0, action)

return plan

def regress(self, goals, action):
"""
回归操作
"""
new_goals = []

for goal in goals:
if self.achieved_by(goal, action.effects):
# 该目标由动作实现,替换为前置条件
new_goals.extend(action.preconditions)
else:
# 该目标不受影响,保留
new_goals.append(goal)

return new_goals

3.4 规划域定义语言(PDDL)

PDDL(Planning Domain Definition Language) 是规划领域的标准语言

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
;; 定义规划域
(define (domain travel-planning)
(:requirements :strips :typing)
(:types city person ticket hotel)

;; 谓词定义
(:predicates
(at ?p - person ?c - city)
(has-ticket ?p - person ?from ?to - city)
(has-hotel ?p - person ?c - city)
(connected ?from ?to - city)
)

;; 动作:订机票
(:action book-flight
:parameters (?p - person ?from ?to - city)
:precondition (and (at ?p ?from) (connected ?from ?to))
:effect (has-ticket ?p ?from ?to)
)

;; 动作:旅行
(:action travel
:parameters (?p - person ?from ?to - city)
:precondition (and (at ?p ?from) (has-ticket ?p ?from ?to))
:effect (and (not (at ?p ?from)) (at ?p ?to))
)
)

;; 定义规划问题
(define (problem trip-to-shanghai)
(:domain travel-planning)
(:objects beijing shanghai - city
john - person)
(:init (at john beijing)
(connected beijing shanghai))
(:goal (at john shanghai))
)

工具支持:Fast Downward, Pyperplan, PlannerKit


四、LLM驱动的规划范式

4.1 范式转变:从符号规划到神经规划

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
传统符号规划 (1980-2010):
├─ 精确定义的状态和动作
├─ 基于搜索的算法
├─ 需要领域专家建模
└─ 强保证,弱泛化

神经符号混合 (2010-2020):
├─ 学习状态表示
├─ 神经网络启发式
├─ 部分自动化建模
└─ 中等泛化能力

LLM原生规划 (2022-至今):
├─ 自然语言描述任务
├─ LLM自动分解
├─ 零样本规划
└─ 强泛化,弱保证

4.2 LLM规划的优势

维度 传统规划 LLM规划
领域知识 需要手工编码 隐含在预训练模型中
泛化能力 弱(限于建模领域) 强(跨领域迁移)
输入形式 形式化语言(PDDL) 自然语言
开发成本 高(专家建模) 低(提示即可)
可解释性 高 中
可靠性 高(有保证) 中(可能出错)

4.3 LLM规划的挑战

挑战1:幻觉与不一致

1
2
3
4
5
6
7
8
9
10
11
12
# LLM可能生成的无效规划
user_goal = "写一个数据分析脚本"

llm_plan = [
"1. 加载数据", # ✅ 合理
"2. 清洗数据", # ✅ 合理
"3. 预测未来", # ⚠️ 需要训练模型
"4. 时间旅行", # ❌ 不可能
"5. 保存结果" # ✅ 合理
]

# 步骤4是幻觉,需要验证和修正

挑战2:长期规划能力弱

1
2
3
4
5
# LLM在长链条任务中容易丢失目标
task = "准备项目报告(10个子任务)"

# 执行到第7步时可能偏离原始目标
# 需要定期重新聚焦目标

挑战3:缺少世界模型

1
2
3
4
5
6
7
8
# LLM不了解现实世界的约束
plan = [
"1. 乘坐飞机", # 但没考虑是否有航班
"2. 入住酒店", # 但没考虑是否订满
"3. 参观景点" # 但没考虑是否开放
]

# 传统规划会验证前置条件

4.4 混合规划:符号 + 神经

最佳实践:结合两者优势

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
class HybridPlanner:
def __init__(self):
self.llm_planner = LLMPlanner()
self.symbolic_planner = PDDLPlanner()
self.validator = PlanValidator()

def plan(self, user_goal, available_tools):
# 阶段1: LLM生成高层规划
high_level_plan = self.llm_planner.generate_outline(user_goal)

# 阶段2: 符号规划器细化
detailed_plan = []
for step in high_level_plan:
if self.needs_decomposition(step):
# 使用符号规划器分解
sub_plan = self.symbolic_planner.decompose(
step,
constraints=self.get_constraints()
)
detailed_plan.extend(sub_plan)
else:
detailed_plan.append(step)

# 阶段3: 验证与修正
validated_plan = self.validator.validate_and_repair(
detailed_plan,
available_tools
)

return validated_plan

五、主流规划框架详解

5.1 ReAct:推理 + 行动交织

论文: ReAct: Synergizing Reasoning and Acting in Language Models (2022)

核心思想:将推理(Reasoning)和行动(Acting)交织,边想边做

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
class ReActPlanner:
def solve(self, question, tools):
"""
ReAct循环
"""
trajectory = []

for step in range(max_steps):
# Thought: 推理当前应该做什么
thought = self.llm.generate(
f"Question: {question}\n"
f"History: {trajectory}\n"
f"Thought: What should I do next?"
)

trajectory.append(f"Thought: {thought}")

# Action: 选择并执行动作
action = self.parse_action(thought)

if action["type"] == "finish":
return action["answer"]

# Observation: 观察执行结果
observation = self.execute_tool(action, tools)

trajectory.append(f"Action: {action}")
trajectory.append(f"Observation: {observation}")

return None

示例:

1
2
3
4
5
6
7
8
Question: 除了苹果公司,还有哪些公司的市值超过1万亿美元?

Thought 1: 我需要搜索"市值超过1万亿美元的公司"
Action 1: Search[市值超过1万亿美元的公司]
Observation 1: 截至2024年,市值超过1万亿美元的公司有:微软、苹果、英伟达、亚马逊、Alphabet...

Thought 2: 题目要求"除了苹果公司",我需要过滤掉苹果
Action 1: Finish[微软、英伟达、亚马逊、Alphabet]

优点:

  • ✅ 可解释性强(每步推理透明)
  • ✅ 错误易定位
  • ✅ 工具使用灵活

缺点:

  • ❌ 长任务易累积错误
  • ❌ 依赖LLM的推理能力

5.2 Tree-of-Thoughts (ToT):搜索式规划

论文: Tree of Thoughts: Deliberate Problem Solving with Large Language Models (2023)

核心思想:将规划视为搜索树,探索多条路径,选择最优

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
class ToTPlanner:
def solve(self, problem, max_depth=5):
"""
ToT搜索
"""
# 初始化搜索树
root = TreeNode(state=problem.initial_state, thought="Start")

for depth in range(max_depth):
# 扩展当前层的所有节点
leaf_nodes = self.get_leaf_nodes(root)

for node in leaf_nodes:
# 生成多个候选thoughts
thoughts = self.generate_thoughts(node.state, k=3)

for thought in thoughts:
# 评估thought的价值
value = self.evaluate_thought(node.state, thought)

# 扩展树
child = TreeNode(
state=self.apply_thought(node.state, thought),
thought=thought,
value=value,
parent=node
)
node.children.append(child)

# 剪枝:保留最有价值的节点
self.prune_tree(root, keep_top_k=5)

# 回溯最优路径
best_path = self.find_best_path(root)

return best_path

def generate_thoughts(self, state, k):
"""
生成k个候选thought
"""
prompt = f"""
Current state: {state}

Generate {k} different possible next steps.
"""

thoughts = self.llm.generate(prompt, n=k)
return thoughts

def evaluate_thought(self, state, thought):
"""
评估thought的价值
"""
prompt = f"""
State: {state}
Next step: {thought}

Rate this step from 0 to 1:
- How likely will this lead to a solution?
- How promising is this direction?

Output only a number between 0 and 1.
"""

score = self.llm.generate(prompt)
return float(score)

示例:

1
2
3
4
5
6
7
8
9
10
11
12
Problem: 用数字1-9填满3x3网格,使每行每列的和相等

Tree:
[初始状态]
/ | \
[填1,1] [填1,2] [填1,3]
(0.8) (0.6) (0.7)
|
[填2,1] [填2,2] [填2,3]
(0.9) (0.5) (0.4)
|
... (继续探索)

优点:

  • ✅ 探索多路径,避免局部最优
  • ✅ 适合需要创造性思维的任务
  • ✅ 可回溯修正错误

缺点:

  • ❌ 计算成本高(指数级扩展)
  • ❌ 需要设计好的评估函数

5.3 Plan-and-Solve:两阶段规划

论文: Plan-and-Solve Prompting (2023)

核心思想:先生成完整计划,再逐步执行

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
class PlanAndSolvePlanner:
def solve(self, problem):
"""
两阶段规划
"""
# 阶段1: 生成完整计划
plan = self.generate_plan(problem)

# 阶段2: 按计划执行
results = []
for i, step in enumerate(plan.steps):
print(f"执行步骤 {i+1}/{len(plan.steps)}: {step}")

result = self.execute_step(step)
results.append(result)

# 检查是否需要重新规划
if self.needs_replanning(result, plan):
plan = self.update_plan(plan, i, result)

return self.aggregate_results(results)

def generate_plan(self, problem):
"""
生成计划
"""
prompt = f"""
Problem: {problem}

Please generate a detailed plan to solve this problem.

Output format:
1. [Step 1]
2. [Step 2]
...
"""

plan_text = self.llm.generate(prompt)

return self.parse_plan(plan_text)

示例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Problem: 分析这个CSV文件的销售数据并生成报告

Plan:
1. 加载CSV文件
2. 检查数据质量(缺失值、异常值)
3. 数据清洗
4. 统计分析(销售额、增长率、top产品)
5. 可视化(趋势图、分布图)
6. 生成文字报告
7. 保存结果

Execute:
Step 1: Loading CSV...
Step 2: Checking quality...
...

优点:

  • ✅ 全局视野,避免短视
  • ✅ 计划可审查
  • ✅ 执行效率高

缺点:

  • ❌ 初始计划可能不完善
  • ❌ 环境变化时需要重新规划

5.4 Self-Refine:迭代优化规划

论文: Self-Refine: Iterative Refinement with Self-Feedback (2023)

核心思想:生成初始规划,然后自我反思并迭代改进

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
class SelfRefinePlanner:
def solve(self, problem, max_iterations=5):
"""
迭代优化
"""
# 生成初始规划
plan = self.generate_initial_plan(problem)

for i in range(max_iterations):
# 执行规划
result = self.execute_plan(plan)

# 自我评估
feedback = self.self_evaluate(plan, result)

# 判断是否满足要求
if feedback["satisfied"]:
return result

# 根据反馈改进规划
plan = self.refine_plan(plan, feedback)

return result

def self_evaluate(self, plan, result):
"""
自我评估
"""
prompt = f"""
Plan: {plan}
Result: {result}

Please evaluate:
1. Did the plan achieve the goal?
2. What are the weaknesses?
3. How can it be improved?

Output format:
- Satisfied: Yes/No
- Weaknesses: [...]
- Improvements: [...]
"""

feedback = self.llm.generate(prompt)
return self.parse_feedback(feedback)

def refine_plan(self, plan, feedback):
"""
改进规划
"""
prompt = f"""
Original plan: {plan}
Feedback: {feedback}

Generate an improved plan based on the feedback.
"""

improved_plan = self.llm.generate(prompt)
return self.parse_plan(improved_plan)

示例迭代过程:

1
2
3
4
5
6
7
8
9
10
11
12
13
Iteration 1:
Plan: [简化版] 查询 -> 总结
Result: 信息不完整
Feedback: 缺少数据来源验证

Iteration 2:
Plan: [改进版] 查询 -> 验证来源 -> 总结
Result: 仍缺少深度分析
Feedback: 需要对比分析

Iteration 3:
Plan: [最终版] 查询 -> 验证 -> 对比分析 -> 总结
Result: ✅ 满意

5.5 Graph-of-Thoughts (GoT):图结构规划

论文: Graph of Thoughts: Solving Elaborate Problems with Large Language Models (2023)

核心思想:允许thoughts形成任意图结构,支持合并、分支、回环

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
class GoTPlanner:
def solve(self, problem):
"""
图结构规划
"""
# 初始化思维图
graph = ThoughtGraph()

# 添加初始节点
root = graph.add_node(type="thought", content=problem)

while not self.is_solved(graph):
# 选择要扩展的节点
node = self.select_node_to_expand(graph)

# 生成后续thoughts
successors = self.generate_successors(node)

for succ in successors:
new_node = graph.add_node(
type=succ["type"],
content=succ["content"]
)

# 支持多种操作
if succ["type"] == "decompose":
# 分解:一个节点生成多个子节点
graph.add_edge(node, new_node)

elif succ["type"] == "merge":
# 合并:多个节点合并成一个
for source in succ["sources"]:
graph.add_edge(source, new_node)

elif succ["type"] == "improve":
# 改进:回环到之前的节点
graph.add_edge(node, new_node)

# 提取最终解
solution = self.extract_solution(graph)

return solution

图结构示例:

1
2
3
4
5
6
7
8
9
     [问题]
/ \
[方案A] [方案B]
| |
[A1] [B1]
\ /
[综合评估]
|
[最终方案]

优点:

  • ✅ 最灵活的表达能力
  • ✅ 支持复杂的推理模式
  • ✅ 可回溯、可合并

缺点:

  • ❌ 实现复杂
  • ❌ 计算成本高

5.6 框架对比总结

框架 核心机制 适用场景 计算成本 可靠性
ReAct 交替推理-行动 工具调用任务 中 中
ToT 搜索树探索 需要创造性思维 高 高
Plan-and-Solve 先规划后执行 多步骤任务 低 中
Self-Refine 迭代优化 质量要求高 中 高
GoT 图结构推理 复杂依赖关系 高 高

六、规划评估指标体系

6.1 规划质量指标

6.1.1 规划成功率(Plan Success Rate)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
def calculate_plan_success_rate(plans, executions):
"""
计算规划成功率
"""
successful = 0

for plan, execution in zip(plans, executions):
# 规划成功的定义:
# 1. 所有步骤可执行
# 2. 最终达到目标
if execution.completed and execution.goal_achieved:
successful += 1

return successful / len(plans)

目标值:

  • 简单任务:> 95%
  • 复杂任务:> 85%
  • 开放任务:> 70%

6.1.2 规划效率指标

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
class PlanEfficiencyMetrics:
def calculate(self, plan, execution):
# 1. 规划长度(越短越好,但要保证质量)
plan_length = len(plan.steps)

# 2. 规划时间
planning_time = execution.planning_duration

# 3. 执行时间
execution_time = execution.duration

# 4. 最优性比率(与最优规划比较)
optimal_length = self.get_optimal_plan_length(plan.goal)
optimality_ratio = optimal_length / plan_length

return {
"plan_length": plan_length,
"planning_time": planning_time,
"execution_time": execution_time,
"optimality_ratio": optimality_ratio
}

6.1.3 规划鲁棒性指标

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
def evaluate_robustness(planner, problem, perturbations=10):
"""
评估规划在不同扰动下的鲁棒性
"""
base_plan = planner.plan(problem)

robustness_scores = []

for _ in range(perturbations):
# 添加扰动(模拟环境变化)
perturbed_problem = add_perturbation(problem)

# 重新规划
new_plan = planner.plan(perturbed_problem)

# 计算规划的相似度
similarity = calculate_plan_similarity(base_plan, new_plan)
robustness_scores.append(similarity)

return {
"mean_robustness": np.mean(robustness_scores),
"std_robustness": np.std(robustness_scores)
}

6.2 规划可解释性指标

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
class PlanExplainabilityEvaluator:
def evaluate(self, plan):
# 1. 步骤清晰度
step_clarity = self.evaluate_step_clarity(plan.steps)

# 2. 依赖关系明确性
dependency_clarity = self.evaluate_dependencies(plan.dependencies)

# 3. 目标一致性
goal_alignment = self.evaluate_goal_alignment(plan)

# 4. 可理解性评分(人类评估)
human_comprehensibility = self.human_evaluation(plan)

return {
"step_clarity": step_clarity,
"dependency_clarity": dependency_clarity,
"goal_alignment": goal_alignment,
"human_comprehensibility": human_comprehensibility
}

6.3 完整评估框架

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
class PlanEvaluationFramework:
def __init__(self):
self.metrics = {
"success_rate": PlanSuccessRate(),
"efficiency": PlanEfficiency(),
"robustness": PlanRobustness(),
"explainability": PlanExplainability(),
"cost": PlanCost()
}

def evaluate(self, planner, test_cases):
results = []

for test_case in test_cases:
# 生成规划
plan = planner.plan(test_case.problem)

# 执行规划
execution = self.execute_plan(plan, test_case.environment)

# 计算所有指标
metrics_result = {}
for metric_name, metric in self.metrics.items():
metrics_result[metric_name] = metric.calculate(plan, execution)

results.append({
"test_case": test_case.id,
"plan": plan,
"execution": execution,
"metrics": metrics_result
})

# 聚合结果
return self.aggregate_results(results)

def aggregate_results(self, results):
aggregated = {}

for metric_name in self.metrics.keys():
values = [r["metrics"][metric_name] for r in results]

if isinstance(values[0], dict):
# 复合指标,计算平均值
aggregated[metric_name] = {
k: np.mean([v[k] for v in values])
for k in values[0].keys()
}
else:
# 单值指标
aggregated[metric_name] = {
"mean": np.mean(values),
"std": np.std(values),
"min": np.min(values),
"max": np.max(values)
}

return aggregated

七、工程实践最佳案例

7.1 案例1:代码生成Agent的规划系统

场景:根据需求文档自动生成代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
class CodeGenerationPlanner:
def plan(self, requirement_doc):
"""
代码生成规划
"""
# 阶段1: 理解需求
requirements = self.parse_requirements(requirement_doc)

# 阶段2: 架构设计
architecture = self.design_architecture(requirements)

# 阶段3: 任务分解
tasks = self.decompose_into_tasks(architecture)

# 阶段4: 依赖分析
dependencies = self.analyze_dependencies(tasks)

# 阶段5: 生成执行计划
execution_plan = self.create_execution_plan(tasks, dependencies)

return execution_plan

def create_execution_plan(self, tasks, dependencies):
"""
创建执行计划(DAG调度)
"""
# 拓扑排序
sorted_tasks = topological_sort(tasks, dependencies)

plan = []
for task in sorted_tasks:
plan.append({
"task_id": task.id,
"type": task.type, # "create_file", "write_function", "test"
"description": task.description,
"dependencies": dependencies[task.id],
"estimated_time": self.estimate_time(task),
"tools_needed": self.identify_tools(task)
})

return plan

# 使用示例
planner = CodeGenerationPlanner()
plan = planner.plan("""
创建一个待办事项应用:
1. 用户可以添加、删除、编辑任务
2. 支持任务分类和标签
3. 支持提醒功能
4. 数据持久化存储
""")

# 输出计划
# 1. 创建项目结构
# 2. 设计数据模型(Task, Category, Tag)
# 3. 实现存储层(SQLite)
# 4. 实现业务逻辑层
# 5. 实现API层
# 6. 编写测试
# 7. 文档生成

7.2 案例2:数据分析Agent的规划系统

场景:自动分析数据集并生成报告

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
class DataAnalysisPlanner:
def plan(self, dataset_path, analysis_goal):
"""
数据分析规划
"""
# 步骤1: 数据探索
data_profile = self.profile_data(dataset_path)

# 步骤2: 根据目标生成分析计划
if analysis_goal == "exploratory":
plan = self.create_eda_plan(data_profile)
elif analysis_goal == "predictive":
plan = self.create_ml_plan(data_profile)
elif analysis_goal == "diagnostic":
plan = self.create_diagnostic_plan(data_profile)
else:
plan = self.create_custom_plan(data_profile, analysis_goal)

return plan

def create_eda_plan(self, data_profile):
"""
探索性数据分析计划
"""
plan = {
"phases": [
{
"name": "数据质量检查",
"steps": [
"检查缺失值",
"检查异常值",
"检查数据类型",
"生成质量报告"
]
},
{
"name": "单变量分析",
"steps": [
f"分析 {col} 的分布"
for col in data_profile.numeric_columns
]
},
{
"name": "多变量分析",
"steps": [
"相关性分析",
"交叉表分析",
"时间趋势分析(如果有时间列)"
]
},
{
"name": "可视化",
"steps": [
"生成分布图",
"生成相关性热图",
"生成趋势图"
]
},
{
"name": "报告生成",
"steps": [
"总结关键发现",
"生成可视化仪表板",
"输出PDF报告"
]
}
]
}

return plan

7.3 案例3:多Agent协作规划系统

场景:多个Agent协作完成复杂任务

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
class MultiAgentPlanner:
def plan(self, task, agents):
"""
多Agent协作规划
"""
# 步骤1: 任务分解
subtasks = self.decompose_task(task)

# 步骤2: 能力匹配
assignments = {}
for subtask in subtasks:
best_agent = self.find_best_agent(subtask, agents)
assignments[subtask.id] = best_agent

# 步骤3: 协调规划
coordination_plan = self.create_coordination_plan(
subtasks,
assignments,
dependencies=self.analyze_dependencies(subtasks)
)

# 步骤4: 通信协议
communication_protocol = self.define_communication_protocol(
agents,
coordination_plan
)

return {
"subtasks": subtasks,
"assignments": assignments,
"coordination_plan": coordination_plan,
"communication_protocol": communication_protocol
}

def create_coordination_plan(self, subtasks, assignments, dependencies):
"""
创建协调计划
"""
# 按依赖关系排序
execution_order = topological_sort(subtasks, dependencies)

plan = []
current_time = 0

for subtask in execution_order:
agent = assignments[subtask.id]

# 检查依赖是否满足
dependencies_met = all(
dep.status == "completed"
for dep in dependencies[subtask.id]
)

if dependencies_met:
plan.append({
"time": current_time,
"agent": agent.name,
"subtask": subtask,
"action": "execute",
"inputs": self.collect_inputs(subtask, dependencies),
"expected_outputs": subtask.outputs
})

current_time += subtask.estimated_duration
else:
# 延迟执行
plan.append({
"time": None,
"agent": agent.name,
"subtask": subtask,
"action": "wait",
"waiting_for": [
dep.id for dep in dependencies[subtask.id]
if dep.status != "completed"
]
})

return plan

# 使用示例
agents = [
Agent(name="researcher", capabilities=["search", "summarize"]),
Agent(name="analyst", capabilities=["analyze", "visualize"]),
Agent(name="writer", capabilities=["write", "format"])
]

planner = MultiAgentPlanner()
plan = planner.plan(
task="生成AI趋势报告",
agents=agents
)

# 输出协调计划
# Time 0: researcher执行"搜索最新AI论文"
# Time 10: researcher执行"总结关键趋势"
# Time 20: analyst执行"分析数据"
# Time 30: analyst执行"生成图表"
# Time 40: writer执行"撰写报告"
# Time 50: writer执行"格式优化"

7.4 案例4:动态重规划系统

场景:环境变化时自动调整计划

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
class DynamicReplanner:
def __init__(self):
self.current_plan = None
self.execution_state = {}
self.change_detector = ChangeDetector()

def execute_with_replanning(self, initial_plan, environment):
"""
执行过程中支持重规划
"""
self.current_plan = initial_plan

for i, step in enumerate(self.current_plan.steps):
# 检测环境变化
changes = self.change_detector.detect(
environment,
self.execution_state
)

if changes:
print(f"检测到环境变化: {changes}")

# 判断是否需要重规划
if self.should_replan(changes, step):
print("触发重规划...")

# 局部重规划 vs 全局重规划
if self.is_local_change(changes):
new_plan = self.local_replan(
self.current_plan,
i,
changes
)
else:
new_plan = self.global_replan(
self.current_plan,
i,
changes
)

self.current_plan = new_plan
step = self.current_plan.steps[i]

# 执行当前步骤
result = self.execute_step(step, environment)

self.execution_state[i] = {
"step": step,
"result": result,
"timestamp": datetime.now()
}

def local_replan(self, plan, current_step_index, changes):
"""
局部重规划:只调整受影响的部分
"""
affected_steps = self.identify_affected_steps(
plan,
current_step_index,
changes
)

# 保留未受影响的步骤
new_plan = Plan(steps=[])
new_plan.steps = plan.steps[:current_step_index]

# 重新规划受影响的部分
new_steps = self.replan_subset(
affected_steps,
changes,
context=self.execution_state
)

new_plan.steps.extend(new_steps)

return new_plan

def global_replan(self, plan, current_step_index, changes):
"""
全局重规划:完全重新规划
"""
# 提取已完成的任务
completed = self.execution_state

# 提取剩余目标
remaining_goals = self.extract_remaining_goals(
plan,
current_step_index
)

# 结合当前状态重新规划
new_plan = self.planner.plan(
goals=remaining_goals,
current_state=self.get_current_state(completed),
constraints=changes
)

return new_plan

八、关键挑战与解决方案

8.1 挑战1:规划空间爆炸

问题:复杂任务的规划空间呈指数增长

1
2
3
4
5
6
7
8
9
10
# 示例:组合爆炸
task = "组织一场会议"

可能的选择:
├─ 时间: 24小时 × 60分钟 = 1440个时间点
├─ 地点: 100个会议室
├─ 参会人: 2^50个组合(50人的子集)
└─ 设备: 2^10个组合

总组合数: 1440 × 100 × 2^50 × 2^10 ≈ 10^20

解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
# 方案1: 分层规划
class HierarchicalPlanner:
def plan(self, task):
# 高层:只规划主要阶段
high_level = self.plan_high_level(task)

# 低层:对每个阶段细化
detailed_plan = []
for phase in high_level.phases:
sub_plan = self.plan_low_level(phase)
detailed_plan.extend(sub_plan)

return detailed_plan

# 方案2: 启发式剪枝
class HeuristicPlanner:
def plan(self, task):
# 使用启发式函数评估每个选择的promising程度
candidates = self.generate_candidates(task)

# 只保留top-k个最有希望的候选
scored_candidates = [
(c, self.heuristic(c))
for c in candidates
]
scored_candidates.sort(key=lambda x: x[1], reverse=True)

return scored_candidates[:10] # 只探索top 10

# 方案3: 约束传播
class ConstraintBasedPlanner:
def plan(self, task, constraints):
# 使用约束剪枝不可行的分支
for constraint in constraints:
task = self.apply_constraint(task, constraint)

# 在简化后的空间中规划
return self.plan_in_reduced_space(task)

8.2 挑战2:不确定环境下的规划

问题:环境动态变化,初始规划可能失效

1
2
3
4
5
6
7
8
9
10
11
12
# 示例:旅行规划
initial_plan = [
"9:00 乘坐CA123航班",
"12:00 到达上海",
"13:00 入住酒店"
]

# 现实:航班延误,计划失效
reality = {
"flight_delayed": True,
"new_arrival_time": "15:00"
}

解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
# 方案1: 条件规划(Contingency Planning)
class ConditionalPlanner:
def plan(self, task):
# 生成主计划
main_plan = self.generate_main_plan(task)

# 为关键不确定性生成应对计划
contingencies = {}
for uncertainty in self.identify_uncertainties(task):
contingencies[uncertainty] = self.generate_contingency(
main_plan,
uncertainty
)

return {
"main_plan": main_plan,
"contingencies": contingencies
}

# 使用示例
plan = planner.plan("出差上海")
# {
# "main_plan": [...],
# "contingencies": {
# "flight_delayed": [备用计划A],
# "hotel_full": [备用计划B],
# "meeting_cancelled": [备用计划C]
# }
# }

# 方案2: 在线重规划(Online Replanning)
class OnlineReplanner:
def execute(self, plan, environment):
for step in plan.steps:
# 检测环境变化
if environment.has_changed():
# 快速重规划
new_plan = self.replan(plan, environment)
plan = new_plan

# 执行当前步骤
self.execute_step(step)

8.3 挑战3:目标不明确或矛盾

问题:用户需求模糊或包含矛盾约束

1
2
3
4
5
6
7
8
9
10
11
12
# 示例:矛盾的目标
user_request = """
帮我规划一次旅行:
1. 预算不超过3000元
2. 住5星级酒店
3. 去3个城市
4. 只用2天时间
"""

# 矛盾点:
# - 3000元预算无法住5星级酒店
# - 2天无法玩3个城市

解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
class GoalClarificationPlanner:
def plan(self, user_request):
# 步骤1: 识别矛盾
contradictions = self.detect_contradictions(user_request)

if contradictions:
# 步骤2: 主动澄清
clarifications = self.generate_clarification_questions(
contradictions
)

# 步骤3: 用户交互
user_responses = self.ask_user(clarifications)

# 步骤4: 更新目标
clarified_goals = self.update_goals(
user_request,
user_responses
)

# 步骤5: 重新规划
return self.plan_with_goals(clarified_goals)

return self.plan_with_goals(user_request)

# 使用示例
planner = GoalClarificationPlanner()
plan = planner.plan(user_request)

# 系统提问:
# "检测到您的预算和住宿要求矛盾:
# - 选项A: 增加预算到8000元,可住5星级酒店
# - 选项B: 保持3000元预算,改为3星级酒店
# 请选择..."

8.4 挑战4:规划的可解释性

问题:为什么Agent选择这个规划?如何让用户理解?

解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
class ExplainablePlanner:
def plan_with_explanation(self, task):
# 生成规划
plan = self.generate_plan(task)

# 生成解释
explanation = self.generate_explanation(plan)

return {
"plan": plan,
"explanation": explanation
}

def generate_explanation(self, plan):
explanation = {
"why_this_plan": self.explain_plan_choice(plan),
"alternatives_considered": self.list_alternatives(plan),
"step_rationale": {}
}

# 为每步生成理由
for i, step in enumerate(plan.steps):
explanation["step_rationale"][i] = {
"step": step,
"why": self.explain_step(step, plan.context),
"expected_outcome": self.predict_outcome(step)
}

return explanation

# 使用示例
result = planner.plan_with_explanation("分析销售数据")

# 输出:
# {
# "plan": ["加载数据", "清洗数据", ...],
# "explanation": {
# "why_this_plan": "这是数据分析的标准流程...",
# "alternatives_considered": ["方案B: 直接统计分析", ...],
# "step_rationale": {
# "0": {
# "step": "加载数据",
# "why": "必须先加载才能分析",
# "expected_outcome": "数据加载到内存"
# },
# ...
# }
# }
# }

8.5 挑战5:实时性要求

问题:复杂规划耗时太长,无法满足实时需求

解决方案:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
# 方案1: 规划缓存
class CachedPlanner:
def __init__(self):
self.cache = PlanCache()

def plan(self, task):
# 检查缓存
cached_plan = self.cache.lookup(task)

if cached_plan:
# 命中缓存,直接返回
return cached_plan

# 未命中,生成新规划
plan = self.generate_plan(task)

# 存入缓存
self.cache.store(task, plan)

return plan

# 方案2: 增量规划
class IncrementalPlanner:
def plan_incremental(self, task, time_budget):
"""
在时间预算内生成最优规划
"""
best_plan = None
best_score = -1

start_time = time.time()

while time.time() - start_time < time_budget:
# 生成候选规划
candidate = self.generate_candidate(task)

# 评估
score = self.evaluate(candidate)

if score > best_score:
best_plan = candidate
best_score = score

return best_plan

# 方案3: anytime算法
class AnytimePlanner:
def plan_anytime(self, task):
"""
Anytime算法:随时可以返回当前最优解
"""
# 快速生成初始规划
initial_plan = self.quick_plan(task)
yield initial_plan # 返回第一个解

# 逐步优化
current_plan = initial_plan
for i in range(self.max_iterations):
improved_plan = self.improve_plan(current_plan)

if improved_plan != current_plan:
current_plan = improved_plan
yield current_plan # 返回改进后的解

九、未来趋势与研究方向

9.1 趋势1:神经符号混合规划

核心思想:结合神经网络的学习能力和符号系统的推理能力

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
class NeuroSymbolicPlanner:
def __init__(self):
self.neural_planner = NeuralPlanner() # LLM
self.symbolic_planner = PDDLPlanner() # 符号规划器
self.neural_to_symbolic = NeuralToSymbolicTranslator()

def plan(self, natural_language_task):
# 步骤1: LLM理解任务,生成形式化表示
formalized = self.neural_to_symbolic.translate(
natural_language_task
)

# 步骤2: 符号规划器生成精确规划
symbolic_plan = self.symbolic_planner.plan(formalized)

# 步骤3: LLM优化和调整
optimized_plan = self.neural_planner.optimize(
symbolic_plan,
context=natural_language_task
)

return optimized_plan

优势:

  • ✅ 既有符号系统的可证明性
  • ✅ 又有神经系统的泛化能力
  • ✅ 可处理自然语言输入

9.2 趋势2:持续学习规划

核心思想:从历史经验中学习,不断改进规划策略

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
class LearningPlanner:
def __init__(self):
self.planner = BasePlanner()
self.experience_buffer = ExperienceBuffer()
self.meta_learner = MetaLearner()

def plan_and_learn(self, task):
# 生成规划
plan = self.planner.plan(task)

# 执行并收集经验
execution_result = self.execute(plan)

# 存储经验
self.experience_buffer.store({
"task": task,
"plan": plan,
"result": execution_result,
"success": execution_result.success
})

# 定期更新策略
if len(self.experience_buffer) > self.update_threshold:
self.meta_learner.update(
self.experience_buffer.sample()
)
self.planner = self.meta_learner.get_updated_planner()

return plan

应用:

  • 个人助手:学习用户偏好
  • 工作流自动化:优化执行路径
  • 游戏:学习对手策略

9.3 趋势3:多目标优化规划

核心思想:同时优化多个目标(成本、时间、质量、风险)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
class MultiObjectivePlanner:
def plan(self, task, objectives):
"""
多目标优化规划

objectives = {
"minimize_cost": weight=0.3,
"minimize_time": weight=0.4,
"maximize_quality": weight=0.2,
"minimize_risk": weight=0.1
}
"""
# 生成Pareto前沿
pareto_frontier = self.generate_pareto_frontier(
task,
objectives
)

# 选择最佳权衡解
best_plan = self.select_best_tradeoff(
pareto_frontier,
objectives
)

return best_plan

def generate_pareto_frontier(self, task, objectives):
"""
生成Pareto前沿(非支配解集)
"""
candidates = []

for _ in range(self.population_size):
# 生成候选规划
plan = self.generate_plan(task)

# 评估各目标
scores = {
obj: self.evaluate_objective(plan, obj)
for obj in objectives.keys()
}

candidates.append({
"plan": plan,
"scores": scores
})

# 筛选Pareto最优解
pareto_frontier = []
for candidate in candidates:
if not self.is_dominated(candidate, candidates):
pareto_frontier.append(candidate)

return pareto_frontier

9.4 趋势4:因果推理规划

核心思想:基于因果模型进行规划,更好地预测行动后果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
class CausalPlanner:
def __init__(self):
self.causal_model = CausalModel()

def plan(self, task):
# 构建因果图
causal_graph = self.causal_model.build(task.domain)

# 识别因果路径
causal_paths = causal_graph.find_paths(
source=task.initial_state,
target=task.goal_state
)

# 评估每条路径的有效性
best_path = None
best_score = -1

for path in causal_paths:
# 因果效应估计
effect = causal_graph.estimate_effect(path)

# 考虑副作用
side_effects = causal_graph.estimate_side_effects(path)

score = effect - self.weight * side_effects

if score > best_score:
best_score = score
best_path = path

# 将因果路径转换为执行计划
plan = self.path_to_plan(best_path)

return plan

9.5 趋势5:联邦学习规划

核心思想:多个Agent共享规划经验,但不共享原始数据

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
class FederatedPlanner:
def __init__(self, agent_id):
self.agent_id = agent_id
self.local_planner = LocalPlanner()
self.federated_server = FederatedServer()

def plan_with_federation(self, task):
# 本地规划
local_plan = self.local_planner.plan(task)

# 上传规划策略(非原始数据)
self.federated_server.upload_strategy(
self.agent_id,
self.local_planner.get_strategy()
)

# 聚合其他Agent的策略
global_strategy = self.federated_server.aggregate()

# 用全局策略增强本地规划
enhanced_plan = self.local_planner.enhance(
local_plan,
global_strategy
)

return enhanced_plan

9.6 趋势6:量子启发规划

核心思想:借鉴量子计算的叠加和纠缠概念

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
class QuantumInspiredPlanner:
def plan(self, task):
"""
量子启发规划
"""
# 初始化:多个规划在叠加态
superposition = self.initialize_superposition(task)

# 迭代:测量和演化
for iteration in range(self.max_iterations):
# 测量:坍缩到最有希望的几个规划
measured = self.measure(superposition, k=10)

# 评估
scores = [self.evaluate(plan) for plan in measured]

# 演化:根据评分更新概率分布
superposition = self.evolve(
superposition,
measured,
scores
)

# 最终测量:返回最优规划
final_plan = self.measure(superposition, k=1)[0]

return final_plan

十、总结与行动指南

10.1 核心要点回顾

维度 关键点 建议
定义 规划是Agent的”大脑” 重视规划质量
方法 符号规划 vs 神经规划 混合方案最优
框架 ReAct, ToT, Plan-and-Solve 根据任务选择
评估 成功率、效率、鲁棒性 建立完整评估体系
挑战 空间爆炸、不确定性、可解释性 提前预案
趋势 神经符号、持续学习、多目标 关注前沿研究

10.2 不同场景的推荐方案

场景1:简单任务型对话(<5步)

1
2
3
4
5
6
7
8
推荐方案: Plan-and-Solve
- 成本: 低
- 延迟: <1秒
- 适用: FAQ、查询、简单操作

示例流程:
用户: "查询北京明天的天气"
规划: [调用天气API] → [格式化输出]

场景2:中等复杂度任务(5-15步)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
推荐方案: ReAct
- 成本: 中
- 延迟: 2-5秒
- 适用: 数据分析、报告生成

示例流程:
用户: "分析销售数据并生成报告"
规划: ReAct循环
Thought: 需要先加载数据
Action: load_csv("sales.csv")
Observation: 数据已加载
Thought: 检查数据质量
Action: check_quality()
...

场景3:高复杂度任务(>15步)

1
2
3
4
5
6
7
8
9
10
11
推荐方案: ToT + Self-Refine
- 成本: 高
- 延迟: 10-30秒
- 适用: 复杂推理、创造性任务

示例流程:
用户: "设计一个推荐系统架构"
规划:
ToT搜索: 生成多个候选方案
Self-Refine: 迭代优化最佳方案
输出: 详细架构设计

场景4:多Agent协作

1
2
3
4
5
6
7
8
9
10
推荐方案: 分层规划 + 协调器
- 成本: 高
- 延迟: 依赖任务复杂度
- 适用: 大型项目、跨领域任务

示例流程:
规划:
顶层: 任务分解和分配
中层: 各Agent独立规划
底层: 协调器和通信协议

10.3 实施路线图

阶段1:基础规划能力(1-2周)

1
2
3
4
5
6
7
8
目标: 实现基本的任务分解和执行

步骤:
1. 选择规划框架(推荐: Plan-and-Solve)
2. 定义任务类型和工具集
3. 实现简单的任务分解逻辑
4. 建立评估指标
5. 测试和优化

阶段2:增强规划能力(2-4周)

1
2
3
4
5
6
7
8
目标: 提升规划质量和鲁棒性

步骤:
1. 引入ReAct或ToT
2. 添加重规划机制
3. 实现错误恢复
4. 优化提示词工程
5. 建立反馈循环

阶段3:高级规划能力(1-2月)

1
2
3
4
5
6
7
8
目标: 支持复杂任务和多Agent协作

步骤:
1. 实现分层规划
2. 添加因果推理
3. 多目标优化
4. 多Agent协调
5. 持续学习机制

10.4 避坑指南

❌ 常见错误1:过度规划

1
2
3
4
5
6
7
8
9
# 错误做法
plan = generate_perfect_plan(task) # 花费大量时间
execute(plan) # 环境已变化,计划失效

# 正确做法
initial_plan = quick_plan(task) # 快速生成
for step in adaptive_execute(initial_plan):
if environment_changed():
replan()

❌ 常见错误2:忽视不确定性

1
2
3
4
5
6
7
8
9
10
# 错误做法
assume everything works perfectly

# 正确做法
for step in plan:
try:
execute(step)
except Failure as e:
handle_failure(e)
replan_if_needed()

❌ 常见错误3:缺乏可解释性

1
2
3
4
5
6
# 错误做法
plan = black_box_planner(task) # 用户不知道为什么

# 正确做法
plan, explanation = explainable_planner(task)
show_user(explanation)

10.5 工具推荐

规划框架

工具 类型 适用场景 链接
LangChain 通用 LLM应用开发 GitHub
AutoGen 多Agent Agent协作 GitHub
CrewAI 多Agent 角色扮演 GitHub

符号规划器

工具 类型 适用场景 链接
Fast Downward PDDL 经典规划 Website
Pyperplan PDDL Python实现 GitHub

评估工具

工具 类型 适用场景 链接
RAGAS RAG评估 RAG系统 GitHub
TruLens LLM评估 可解释性 GitHub

10.6 最终建议

  1. 从简单开始:先用Plan-and-Solve验证可行性
  2. 逐步增强:根据实际需求引入ReAct、ToT等高级特性
  3. 重视评估:建立完整的评估体系,持续监控
  4. 拥抱不确定性:设计健壮的重规划机制
  5. 关注用户体验:规划的可解释性很重要
  6. 学习前沿:关注神经符号、因果推理等新方向

参考资料

核心论文

  1. 经典规划

    • Automated Planning: Theory and Practice - 规划领域圣经
    • PDDL - The Planning Domain Definition Language
  2. LLM规划

    • ReAct: Synergizing Reasoning and Acting in Language Models Kimi解读 (2022)
    • Tree of Thoughts: Deliberate Problem Solving with Large Language Models Kimi解读 (2023)
    • Plan-and-Solve Prompting Kimi解读 (2023)
    • Self-Refine: Iterative Refinement with Self-Feedback Kimi解读 (2023)
    • Graph of Thoughts: Solving Elaborate Problems with Large Language Models Kimi解读 (2023)
  3. 多Agent规划

    • A Survey of Multi-Agent Planning
    • MacNet: Thousand-Agent Collaborative Agent Kimi解读 (2024)

开源项目

  1. LangChain: https://github.com/langchain-ai/langchain
  2. AutoGen: https://github.com/microsoft/autogen
  3. CrewAI: https://github.com/joaomdmoura/crewAI
  4. Fast Downward: https://www.fast-downward.org/

数据集与基准

  1. Planning.Domains: http://editor.planning.domains/
  2. International Planning Competition (IPC): https://www.icaps-conference.org/competitions/

作者: 来顺 (AI Assistant)
生成时间: 2026-03-31
阅读时长: ~40分钟
适用读者: AI工程师、Agent开发者、规划系统研究者


💡 核心观点: 规划是Agent系统的核心能力,决定了Agent能否高效、可靠地完成复杂任务。在LLM时代,我们既要继承经典规划的理论成果,又要充分利用LLM的泛化能力,构建混合规划系统。

  • AI Agent
  • Task Planning
  • LLM Planning
  • ReAct
  • ToT
  • AI技术研究
相关文章推荐
  • AI Agent设计模式与系统架构完全指南 - 从理论到工程实践 #AI Agent #ReAct
  • 不会聊天的模型,凭什么爆火?Jev 与「系统一模型」背后的深层逻辑 #AI Agent
  • 给 Personal Agent 装上 System 1:Jev 在个人智能体上的应用实践 #AI Agent
  • 本周感想 #AI Agent
  • 本周感想 #AI Agent
Agent路由机制综述 - 智能分发与负载均衡的完整指南
Agent意图识别准确性综述 - 从评估到优化的完整指南
订阅 · 外部站点 · 行业资料 · 全部文章
© 2026 刘道玉 AI 工作坊
京ICP备16032693号