WebOperator: Aktionsbewusste Baumsuche für autonome Agenten in Web-Umgebungen

WebOperator: Action-Aware Tree Search for Autonomous Agents in Web Environment

December 14, 2025

papers.authors: Mahir Labib Dihan, Tanzima Hashem, Mohammed Eunus Ali, Md Rizwan Parvez

cs.AI

papers.abstract

LLM-basierte Agenten arbeiten oft auf gierige, schrittweise Weise und wählen Aktionen ausschließlich auf Basis der aktuellen Beobachtung aus, ohne langfristige Konsequenzen oder alternative Pfade zu berücksichtigen. Dieser Mangel an Weitsicht ist besonders problematisch in Webumgebungen, die nur teilweise beobachtbar sind – beschränkt auf browser-sichtbare Inhalte (z.B. DOM und UI-Elemente) –, wo ein einziger Fehler oft komplexe und anfällige Navigation erfordert, um ihn rückgängig zu machen. Ohne einen expliziten Backtracking-Mechanismus haben Agenten Schwierigkeiten, Fehler zu korrigieren oder alternative Pfade systematisch zu erkunden. Tree-Search-Methoden bieten einen prinzipienbasierten Rahmen für eine solche strukturierte Exploration, aber bestehenden Ansätzen fehlen Mechanismen für sicheres Backtracking, was sie anfällig für unbeabsichtigte Nebenwirkungen macht. Sie gehen zudem davon aus, dass alle Aktionen reversibel sind, und ignorieren das Vorhandensein irreversibler Aktionen – Einschränkungen, die ihre Wirksamkeit in realistischen Webaufgaben verringern. Um diese Herausforderungen zu adressieren, führen wir WebOperator ein, einen Tree-Search-Rahmen, der zuverlässiges Backtracking und strategische Exploration ermöglicht. Unsere Methode integriert eine Best-First-Search-Strategie, die Aktionen sowohl nach Belohnungsschätzungen als auch nach Sicherheitserwägungen bewertet, sowie einen robusten Backtracking-Mechanismus, der die Machbarkeit zuvor besuchter Pfade überprüft, bevor sie wiedergegeben werden, um unbeabsichtigte Nebenwirkungen zu verhindern. Um die Exploration weiter zu steuern, generiert WebOperator Aktionskandidaten aus mehreren, unterschiedlichen Reasoning-Kontexten, um eine vielfältige und robuste Exploration zu gewährleisten, und kuratiert anschließend einen hochwertigen Aktionssatz, indem ungültige Aktionen vor der Ausführung herausgefiltert und semantisch äquivalente zusammengeführt werden. Experimentelle Ergebnisse auf WebArena und WebVoyager demonstrieren die Wirksamkeit von WebOperator. Auf WebArena erzielt WebOperator mit gpt-4o eine state-of-the-art Erfolgsrate von 54,6 % und unterstreicht damit den kritischen Vorteil der Integration von strategischer Weitsicht mit sicherer Ausführung.

English

LLM-based agents often operate in a greedy, step-by-step manner, selecting actions solely based on the current observation without considering long-term consequences or alternative paths. This lack of foresight is particularly problematic in web environments, which are only partially observable-limited to browser-visible content (e.g., DOM and UI elements)-where a single misstep often requires complex and brittle navigation to undo. Without an explicit backtracking mechanism, agents struggle to correct errors or systematically explore alternative paths. Tree-search methods provide a principled framework for such structured exploration, but existing approaches lack mechanisms for safe backtracking, making them prone to unintended side effects. They also assume that all actions are reversible, ignoring the presence of irreversible actions-limitations that reduce their effectiveness in realistic web tasks. To address these challenges, we introduce WebOperator, a tree-search framework that enables reliable backtracking and strategic exploration. Our method incorporates a best-first search strategy that ranks actions by both reward estimates and safety considerations, along with a robust backtracking mechanism that verifies the feasibility of previously visited paths before replaying them, preventing unintended side effects. To further guide exploration, WebOperator generates action candidates from multiple, varied reasoning contexts to ensure diverse and robust exploration, and subsequently curates a high-quality action set by filtering out invalid actions pre-execution and merging semantically equivalent ones. Experimental results on WebArena and WebVoyager demonstrate the effectiveness of WebOperator. On WebArena, WebOperator achieves a state-of-the-art 54.6% success rate with gpt-4o, underscoring the critical advantage of integrating strategic foresight with safe execution.