Planification

Raisonnement d'ordre supérieur portant sur les processus de raisonnement eux-mêmes, incluant la sélection et le suivi des stratégies

Approche de planification automatisée qui décompose des tâches complexes en réseaux hiérarchiquement structurés de tâches plus simples à l'aide de connaissances du domaine

Décomposition systématique des tâches, suivi de l'avancement et gestion adaptative des workflows pour les processus complexes en plusieurs étapes

Découpage systématique d'objectifs complexes en sous-objectifs atteignables et mesurables, assortis de critères de réussite clairs

Approche de planification qui satisfait simultanément de multiples contraintes tout en optimisant les objectifs

Planification multiscénario qui prépare à différents futurs possibles et à des conditions incertaines

Génère l'intégralité du plan ou du graphe d'appels d'outils en amont, découplé des observations des outils, puis l'exécute seulement ensuite. ReWOO écrit une chaîne d'appels d'outils paramétrée par des variables avant toute exécution, ce qui réduit les invocations redondantes du modèle ; LLMCompiler construit un DAG de dépendances et dispatche en parallèle les appels d'outils indépendants. Cela diffère de ReAct, qui entrelace une pensée et une action à la fois et réinjecte chaque observation dans le prompt.

L'agent conserve un artefact de liste de tâches ou de plan explicite et modifiable (par exemple un appel d'outil write_todos ou un fichier todo.md) et le réécrit et le récite en continu à mesure que le travail avance. Réémettre le plan qui évolue à la fin de la fenêtre de contexte replace l'objectif global dans l'attention récente du modèle à chaque étape, ce qui résiste à la dérive des objectifs et à l'oubli du type « perdu au milieu » sur les exécutions longues.

L'agent maintient un modèle du monde (ou utilise le LLM lui-même comme tel) qui prédit l'état suivant et la conséquence de chaque action envisagée, puis exécute des déroulés d'anticipation (« imaginer avant d'agir ») pour évaluer et sélectionner une action avant d'exécuter quoi que ce soit dans l'environnement réel. Cela étend l'apprentissage par renforcement basé sur un modèle aux agents linguistiques et s'avère particulièrement crucial lorsque les actions sont irréversibles et qu'il est impossible de revenir en arrière sur un site web ou une interface graphique en production. À distinguer de scenario-planning, qui raisonne sur plusieurs futurs stratégiques sans simulateur d'action-conséquence, et de reflective-mcts, qui explore des traces de raisonnement plutôt que des états d'environnement simulés.