Environment Maps: Strukturierte Umweltmodelle für Agenten mit langen Zielsetzungen

Obwohl große Sprachmodelle (LLMs) rasch Fortschritte machen, bleibt die robuste Automatisierung komplexer Software‑Workflows ein offenes Problem. Besonders in langfristigen Szenarien leiden Agenten häufig unter Kaskadeneffekten und stochastischer Umgebung, sodass ein einziger Fehler in einer dynamischen Schnittstelle zum Scheitern des gesamten Auftrags führen kann.

In diesem Zusammenhang stellt das neue Konzept der Environment Maps eine dauerhafte, agentenunabhängige Repräsentation vor, die solche Fehler reduziert. Die Maps fassen heterogene Beweise – etwa Bildschirmaufzeichnungen und Ausführungstraces – in einem strukturierten Graphen zusammen. Der Ansatz gliedert sich in vier Kernkomponenten: (1) Kontexte (abstrakte Orte), (2) Aktionen (parameterisierte Handlungsoptionen), (3) Workflows (beobachtete Pfade) und (4) stillschweigendes Wissen (Domänendefinitionen und wiederverwendbare Verfahren).

Die Wirksamkeit wurde am WebArena‑Benchmark in fünf unterschiedlichen Domänen getestet. Agenten, die Environment Maps nutzen, erzielten einen Erfolgswert von 28,2 % – fast doppelt so hoch wie bei Baselines, die nur session‑basierte Kontexte verwenden (14,2 %). Selbst Agenten, die Zugang zu den rohen Trajektorien haben, die zur Erstellung der Maps verwendet wurden, erreichten lediglich 23,3 %.

Durch die Bereitstellung einer strukturierten Schnittstelle zwischen Modell und Umgebung schaffen Environment Maps eine beständige Grundlage für langfristige Planung. Sie sind nicht nur für Menschen nachvollziehbar, sondern auch editierbar und schrittweise verfeinerbar, was sie zu einem vielversprechenden Werkzeug für die Zukunft der KI‑gestützten Automatisierung macht.