Mango: グローバルビュー最適化によるマルチエージェント ウェブナビゲーション

arXiv:2604.18779v1 Announce Type: cross 摘要：既存のウェブエージェントは一般的にルート URL から探索を開始しますが、深い階層構造を持つ複雑なウェブサイトでは非効率的です。ウェブサイトの構造に対するグローバルビューを欠くと、エージェントはナビゲーションの罠に陥り、非関係性の枝を探索したり、制限された予算内で目標情報に到達できたりします。我々は、ウェブサイトの構造を活用して最適な開始点を動的に決定するマルチエージェントウェブナビゲーション方法である Mango を提案します。URL 選択をマルチアームバンジ問題として形式化し、トンプソンサンプリングを採用することで候補 URL 間でナビゲーション予算を適応的に割り当てます。さらに、ナビゲーション履歴を保存するためのエピソード記憶コンポーネントを導入し、エージェントが過去の試行から学習できるようにしました。WebVoyager における実験では、GPT-5-mini を使用した Mango が成功率を 63.6% と達成し、最良の基準よりも 7.3% 優れています。また、WebWalkerQA において Mango は 52.5% の成功率を達成し、最良の基準を 26.8% 上回りました。我々は、オープンソースおよびクローズドソースのモデルをバックボーンとして使用することで Mango の汎用性を示しました。我々のデータとコードはオープンソースであり、https://github.com/VichyTong/Mango に利用可能です。

arXiv:2604.18779v1 Announce Type: cross Abstract: Existing web agents typically initiate exploration from the root URL, which is inefficient for complex websites with deep hierarchical structures. Without a global view of the website's structure, agents frequently fall into navigation traps, explore irrelevant branches, or fail to reach target information within a limited budget. We propose Mango, a multi-agent web navigation method that leverages the website structure to dynamically determine optimal starting points. We formulate URL selection as a multi-armed bandit problem and employ Thompson Sampling to adaptively allocate the navigation budget across candidate URLs. Furthermore, we introduce an episodic memory component to store navigation history, enabling the agent to learn from previous attempts. Experiments on WebVoyager demonstrate that Mango achieves a success rate of 63.6% when using GPT-5-mini, outperforming the best baseline by 7.3%. Furthermore, on WebWalkerQA, Mango attains a 52.5% success rate, surpassing the best baseline by 26.8%. We also demonstrate the generalizability of Mango using both open-source and closed-source models as backbones. Our data and code are open-source and available at https://github.com/VichyTong/Mango.