Los investigadores presentan StructAgent, un marco centrado en el estado diseñado para abordar los desafíos de las tareas de uso informático a largo plazo estructurando explícitamente el estado del agente y el flujo de trabajo alrededor de una representación causal unificada del progreso de la tarea.
- Introduce un estado unificado para mantener un progreso de tarea compacto y verificable, y un flujo de trabajo estructurado regulado por transiciones de estado respaldadas por verificadores.
- Permite la verificación explícita del progreso, la finalización de tareas basada en evidencia, la recuperación dirigida de fallos y la ejecución con soporte de herramientas fundamentada en la verificación.
- Mejora la tasa de éxito de Qwen3.5-9B en OSWorld-Verified del 27,0% al 46,9% y de Qwen3.5-27B del 31,6% al 62,2%.
- Alcanza un nuevo estado del arte de código abierto del 78,9% con MiniMax-M3 en OSWorld-Verified.
- Demuestra generalización más allá de entornos de escritorio hacia tareas de Minecraft.
El marco mejora consistentemente el rendimiento en una amplia gama de backbones LLM y VLM, ofreciendo un método confiable para interpretar, verificar y recuperarse de ejecuciones de tareas complejas.