GATS: Graph-erweiterte Tree Search mit geschichteten Weltmodellen für effiziente Agent-Planung

arXiv:2607.08894v1 Large Language Model Agenten zeigen Potenzial in Multi-Step-Planungsaufgaben, aber bestehende Ansätze wie LATS und ReAct stützen sich stark auf LLM-Inferenz während der Planung, was zu hohen Rechenkosten und stochastischen Ergebnissen führt.