多成本与失败风险约束下的 Web Agent 强化学习决策模型
原标题：Web Agent Agentic Reinforcement Learning Decision Model Under Multi-Cost and Failure Risk
AI 摘要
该论文提出一种面向 Web Agent 的约束式 Agentic 强化学习决策模型，将页面访问、搜索请求与外部 API 调用统一为带成本的长期决策框架，并同时引入成本预算约束与 CVaR 尾部风险控制。方法通过拉格朗日对偶更新满足预算，并用 CVaR 风险项抑制高失败概率路径的过度探索。在 30–70 个站点/页面模板、800–1,500 个端到端 Web 任务上实验，结果显示同等完成率下每次成功成本降低 22%–31%、失败率降低 18%–26%，固定预算下完成率提升 10%–16%。
正文节选
[Page 1] Web Agent Agentic Reinforcement Learning Decision Model Under Multi-Cost and Failure Risk Constraints Qianli Ma* University of Massachusetts Boston, Boston, 02125, USA, qianlima588@gmail.com Limengxi Yue University of Massachusetts Amherst, Amherst, 01003, United States, limengxiyue@outlook.com Shuyang Xu Cornell University, Ithaca, 14850, United States, sx265@cornell.edu Yanpei Shi University of Southern California, Los Angeles, 90089, United States, yanpeish@usc.edu Hongrui L