LLMエージェントの再帰的計画、葉ノードのLLM呼び出しを削減するHaReCAPを提案

何が起きたか

2026年8月17日にarxiv.orgで公開された論文で、HaReCAP（Habitual-action Grounded ReCAP）が提案された。これは、長期的な身体性タスクにおいてLLMエージェントが高次目標を分解し、環境フィードバックに応じて計画を修正する際、葉ノードでの原子サブゴールの実行可能なアクションへの接地（last-mile grounding）に繰り返しLLMを呼び出す冗長性を低減する。HaReCAPは成功軌跡から頻出の葉決定を抽出し、オフラインで監査可能で棄却可能なワンステップの葉反射ルールにコンパイルする。実行時には、ルールが現在の有効アクションセット内で一意に合法アクションを決定できる場合のみ葉LLM呼び出しをスキップし、それ以外は元のReCAPにフォールバックする。評価では、Qwen3.5-27BをメインモデルとしてRobotouilleとALFWorldでテストし、ReCAPとHaReCAPの両方が解いたタスクにおいて、トークン消費をRobotouille同期で14.67%、Robotouille非同期で17.93%、ALFWorldで20.08%削減した。

詳細

HaReCAPはReCAPの低介入の葉接地拡張であり、再帰的コンテキスト管理フレームワークの制御フローを維持しつつ、ルーチンな葉アクション接地のために完全な再帰的コンテキストをLLMに繰り返し運ぶことを回避する。ルールは監査可能で棄却可能なワンステップの葉反射ルールとしてオフラインでコンパイルされ、実行時にはルールが一意に合法アクションを決定できる場合のみLLM呼び出しをスキップし、それ以外は元のReCAPにフォールバックする。評価環境はRobotouille（同期・非同期）とALFWorld、メインモデルはQwen3.5-27B。トークン削減率はRobotouille同期14.67%、Robotouille非同期17.93%、ALFWorld20.08%。

Key Facts

本紙の見方

今回の提案は、LLMエージェントの長期的な身体性タスクにおける計算コスト削減に焦点を当てたものである。特に、再帰的計画手法であるReCAPの葉ノードでのLLM呼び出しが冗長であるという問題に対処している。この問題は、タスク分解の階層が深くなるほど顕著になり、トークン消費が累積する。HaReCAPは、成功軌跡から頻出の葉決定をルール化することで、LLM呼び出しをスキップする。このアプローチは、ルールが一意に合法アクションを決定できる場合にのみスキップするため、安全性を保ちつつ効率化を図る。 本稿は過去の関連記事を持たないため、連続性の分析はできないが、この研究はLLMエージェントの効率化における一つの方向性を示す。特に、再帰的コンテキスト管理のボトルネックを特定し、それをルールベースの反射で補完するという点は、ハイブリッドなアプローチとして興味深い。 業界構造への含意としては、LLMエージェントの実用化において、トークン消費の削減はコスト削減に直結する。特に、ロボットや身体性タスクでは、リアルタイム性が求められるため、LLM呼び出しの削減は応答時間の短縮にも寄与する可能性がある。また、ルールの監査可能性と棄却可能性は、安全性が重視される分野での採用を後押しする。 未確定の論点としては、HaReCAPのルール抽出が成功軌跡に依存するため、多様な環境やタスクでの汎用性が不明である。また、ルールが一意に決定できない場合のフォールバック頻度や、ルールのメンテナンスコストも検討が必要である。さらに、他のモデルや環境での評価が限られているため、スケーラビリティの検証が待たれる。

なぜ重要か

LLMエージェントの長期的なタスク実行における計算コストは、実用化の障壁となる。HaReCAPは、再帰的計画の冗長性をルールベースで削減することで、トークン消費を最大20%削減し、コストと応答時間の改善が期待できる。これは、ロボットや自動化システムへのLLM統合を促進する可能性がある。