CGAP：基于能力扎根的智能体规划

研究人员提出智能体规划方法 CGAP，将工具目录确定性编译为 PDDL 模型并由经典规划器求解，解决大语言模型依赖试错调用工具的问题。执行期间由 LLM 补全具体调用并以确定性检查拦截违规，最终通过 LLM 验证器核验交付结果。在 ToolSandbox、ComplexFuncBench、BFCL multi-turn 等基准上，CGAP 较标准工具调用智能体最高提升 28.9 分。