研究者らは、タスク進行の統一因果表現を中心にエージェントの状態とワークフローを明示的に構造化することで、長時間のコンピュータ使用タスクの課題に対処するために設計された状態中心のフレームワークであるStructAgentを発表した。

  • コンパクトで検証可能なタスク進行を維持し、検証者支援の状態遷移によって規制される構造化されたワークフローを維持するための統一された状態を導入する。
  • 明示的な進行チェックポイント、証拠駆動型のタスク完了、対象を絞った障害回復、検証に基づくツール支援の実行を可能にする。
  • OSWorld-VerifiedにおけるQwen3.5-9Bの成功率を27.0%から46.9%に、Qwen3.5-27Bを31.6%から62.2%に向上させる。
  • OSWorld-VerifiedでMiniMax-M3を用いて78.9%という新たなオープンソースの最先端記録を達成する。
  • デスクトップ環境を超えてMinecraftタスクへの汎化を示す。

このフレームワークは、幅広いLLMおよびVLMバックエンドにわたって一貫してパフォーマンスを向上させ、複雑なタスク実行の解釈、検証、回復のための信頼性の高い手法を提供する。