当前位置：首页 > news >正文

如何实现的就是Deep Agent 任务规划（Planner）

news 2026/5/11 16:03:40

规划任务的本质是：LLM 使用 HTN + ToT + Self-Projection 构建深层任务图，再结合工具信息、生存反馈、过程评估，不断迭代优化任务计划，最终形成可执行的行动序列。

0. 任务规划（Task Planning）是什么？

在 Deep Agent 内部，Planner 的功能不是“展开步骤”，而是：

构建一个可执行的任务图（Task Graph / Plan Tree）——包括子任务、依赖、工具选择、预期输出、失败恢复策略。

Planner 决定 Agent “怎么做”，Executor 决定“如何执行”。

1. Deep Agent Planner 的总体架构

Planner 一般由 五个模块组成：

Task Understanding（任务理解）
HTN / 层级任务分解（Hierarchical Task Networks）
Tool-Aware Decomposition（基于工具可行性的任务分解）
Plan Graph Construction（计划图构建）
Self-Projection（未来步骤预测）与 Plan Refinement（计划调整）

下面逐一讲透。

2️⃣ Task Understanding（任务理解）

Planner 首先会把用户输入转换为一个结构化任务：

任务理解的典型结构：

{"goal": "构建一个 OTA 固件升级系统","constraints": ["使用 Python", "提供 REST API", "有设备状态查询"],"deliverables": ["代码仓库", "API文档", "测试"],"environment": {"tools": ["python_repl", "file_system", "http_request"],"context_files": [...]}
}

这部分一般由一个 LLM Prompt + 系统上下文共同决定。

3️⃣ HTN：Hierarchical Task Decomposition（层级任务分解）

HTN 是现代 Deep Agents 的主流框架（OpenAI、Anthropic、Google、AutoGPT 都逐渐转向 HTN）。

HTN 的核心思想：任务 = 方法（methods） → 子任务（subtasks）

例如：

Goal: Build OTA System
Method M1:1. Create backend structure2. Implement firmware upload3. Implement device status4. Create scheduler5. Add tests

LLM 会根据已有工具、上下文、约束，生成多种可选 Method，然后选择最优一个。

为什么 HTN 重要？

可解释（你能看到任务树）
可回滚（某个节点失败 → 只重跑该节点）
便于评测（Progress Rate = 完成节点数 / 总节点数）
可长期任务执行（树深越大，支持的动作序列越长）

4️⃣ 任务树是怎么“生成”的？（核心算法）

这是 Deep Agent Planner 的关键：
不是一次性“写出步骤”，而是通过多轮搜索生成任务树。

常用方法：

(1) Top-down 多轮推理（LLM 为 node expander）

每次展开一个节点：

Task → Subtask 1, 2, 3…Subtask 1 → Sub-subtask 1.1, 1.2…

类似深度优先搜索（DFS）+ 结果修正。

(2) Tree-of-Thought（ToT）式多路径展开

Planner 不是只展开一条路径，而是：

展开多条候选路径
使用 LLM Judge/PRM 评分
选择最优 plan → commit 到执行轨迹

你之前做的 PRM/LLM Judger 就是用在这一环。

(3) Self-projection（未来预测）

很多 Deep Planner 会问 LLM：

“假设你按这个计划执行，未来可能遇到什么问题？”

模型在 planning 阶段就能提前修正：

依赖冲突
工具不可用
缺少文件 / 缺少环境
步骤顺序问题

这是 GPT-o 系列和 Claude 3.7 的强杀招。

(4) 约束求解（Constraint Satisfaction）

使用 LLM 生成计划 → 约束求解器检查：

任务顺序是否符合依赖
工具是否足够执行
输出格式是否满足要求

类似“计划编译器”。

5️⃣ Plan Graph（任务图）最终长什么样？

典型结构：

{"plan": {"nodes": [{"id": 1, "task": "Analyze requirements"},{"id": 2, "task": "Design architecture", "depends_on": [1]},{"id": 3, "task": "Setup repo", "depends_on": [2]},{"id": 4, "task": "Implement API", "depends_on": [3]},{"id": 5, "task": "Add tests", "depends_on": [3]},{"id": 6, "task": "Integration", "depends_on": [4,5]}]}
}

这是一个 DAG（有向无环图）。
Executor 会用 topological sort 决定执行顺序。

6️⃣ Planner 如何选择工具？

规划步骤会包含：

动作类型
工具选择
输入 / 输出格式

示例：

Task: 获取设备状态
→ Action: http_request
→ Endpoint: /device/status
→ Expect: JSON schema = {...}

Planner 会基于：

任务目标
可用工具（tool registry）
文件系统状态
历史调用成功率

生成最优工具链。

7️⃣ 规划的执行与修正（Plan Execution Loop）

Deep Agent 的 Planner → Executor → Reviewer 构成闭环：

步骤：

Planner 生成任务树
Executor 执行下一个节点
Reviewer/PRM 检查结果
如果失败
- Planner 调整节点（replan）
- 或替换子任务
- 或调整工具

这使得 agent 可以：

修复代码
重写步骤
调整策略
重新规划部分任务树

8️⃣ 深度规划器对模型能力的要求（GPT-5 / o3 为什么这么强？）

Planner 的效果高度依赖模型具备以下能力：

① 结构化推理（structured reasoning）

模型要能输出 JSON、任务树、方法描述。

② 长序列一致性

任务树可能长达 50–200 步，需要模型不崩溃。

③ 自我投影能力（self-projection）

模型必须能“预测如果执行，会发生什么”。

④ 代码能力（codegen + debug）

因为大部分任务最终落地成工具链调用 & 代码执行。

⑤ 反思能力（self-reflect）

Planner 需要能主动发现自己生成的 plan 有问题。

9️⃣ 如何工程上构建一个 Planner？

下面是一个最简版可运行 Planner（Python）结构：

planner/├── parser.py        # 任务解析├── htn.py           # 层级任务分解├── tool_selector.py # 工具选择├── grapher.py       # 构建任务图├── evaluator.py     # 计划质量评估└── planner.py       # 主入口

planner.py（伪代码）

class Planner:def __init__(self, llm, tools):self.llm = llmself.tools = toolsdef plan(self, user_goal):# Step 1: Task understandingtask_spec = self._parse_goal(user_goal)# Step 2: HTN decompositionhtn = self._htn_decompose(task_spec)# Step 3: Add tool infohtn = self._attach_tools(htn)# Step 4: Build task graphgraph = self._build_graph(htn)# Step 5: Evaluate plan quality (LLM Judge)score = self._evaluate(graph)return graph, score