GAVEL: Graph World Models for Verified and Efficient Long-Horizon LLM Task Planning
GAVEL：用于验证与高效长程 LLM 任务规划的图世界模型
🧭 Agent 长程规划验证与修复
用显式图世界模型验证并修复 LLM 长程规划，将单任务成功率从 41.2% 提升至 91.8%
📌 工作参考价值
- 为 Agent 工作流构建显式状态图模型（对象关系、动作前置条件/效果），在执行 LLM 生成的业务步骤前做符号化执行验证，拦截不可行操作，减少线上执行失败。
- 将规划错误分成两类：可由世界模型直接推导修复的缺陷（如缺失前置条件、约束违反）和需要语义推理的错误，只把后者回给 LLM，降低高成本模型调用频率。
- 用概率信念状态表示不确定信息（如库存、用户状态），在多步骤任务中动态重排剩余子任务以最小化期望成本，适用于多目标营销流程或客服工单调度。
- 用紧凑 LLM（如 Qwen3-8B）搭配显式世界模型即可显著提升长程任务成功率，适合边缘部署或成本敏感的业务场景。
动机：长程机器人规划中，LLM 生成的计划常违反具身约束、难以从错误恢复，且在部分可观测环境下推理不足。
方法关键点：GAVEL 围绕显式图世界模型构建验证与修复机制。图中编码对象关系、动作前置条件/效果，以及未观测对象位置的概率置信分布。该模型在 LLM 生成动作后先预测后果、检测违规，并直接修复可由世界模型推导的缺陷；只有需要语义推理的错误才触发 LLM 重规划。多任务指令下，GAVEL 基于对象位置分布推理，重排剩余子任务以最小化期望搜索成本。
关键结果数字：在 BEHAVIOR-1K 上，用 Qwen3-8B，单任务成功率从 41.2% 提升到 91.8%，多任务成功率从 19.9% 提升到 92.6%；分布置信推理比静态变体降低约 5.4% 移动距离。