WebOperator : Recherche arborescente avec prise en compte des actions pour agents autonomes dans les environnements web

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

Les agents basés sur LLM fonctionnent souvent de manière gloutonne et séquentielle, sélectionnant des actions uniquement sur la base de l'observation courante sans considérer les conséquences à long terme ou les chemins alternatifs. Ce manque de prévoyance est particulièrement problématique dans les environnements web, qui ne sont que partiellement observables - limités au contenu visible dans le navigateur (par exemple, le DOM et les éléments d'interface utilisateur) - où une seule erreur nécessite souvent une navigation complexe et fragile pour être annulée. Sans mécanisme explicite de retour arrière, les agents peinent à corriger les erreurs ou à explorer systématiquement des alternatives. Les méthodes de recherche arborescente offrent un cadre théorique pour une telle exploration structurée, mais les approches existantes manquent de mécanismes pour un retour arrière sécurisé, les rendant susceptibles d'effets secondaires indésirables. Elles supposent également que toutes les actions sont réversibles, ignorant la présence d'actions irréversibles - des limitations qui réduisent leur efficacité dans les tâches web réalistes. Pour relever ces défis, nous présentons WebOperator, un cadre de recherche arborescente permettant un retour arrière fiable et une exploration stratégique. Notre méthode intègre une stratégie de recherche du meilleur d'abord qui classe les actions à la fois par des estimations de récompense et des considérations de sécurité, ainsi qu'un mécanisme robuste de retour arrière qui vérifie la faisabilité des chemins précédemment visités avant de les rejouer, évitant ainsi les effets secondaires non désirés. Pour mieux guider l'exploration, WebOperator génère des candidats d'actions à partir de multiples contextes de raisonnement variés afin d'assurer une exploration diverse et robuste, puis sélectionne un ensemble d'actions de haute qualité en filtrant les actions invalides avant exécution et en fusionnant celles sémantiquement équivalentes. Les résultats expérimentaux sur WebArena et WebVoyager démontrent l'efficacité de WebOperator. Sur WebArena, WebOperator atteint un taux de réussite de pointe de 54,6 % avec gpt-4o, soulignant l'avantage crucial d'intégrer une prévoyance stratégique à une exécution sécurisée.

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.