💬 NLP

Mango: Multi-Agent Web Navigation via Global-View Optimization

El artículo presenta Mango, un método de navegación web multiagente que optimiza la selección de puntos de partida mediante un enfoque de optimización de vista global y memoria episódica, logrando tasas de éxito superiores a las existentes en tareas complejas de exploración web.

Autores originales: Weixi Tong, Yifeng Di, Tianyi Zhang

Publicado 2026-04-22

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Weixi Tong, Yifeng Di, Tianyi Zhang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que el internet es una ciudad gigante y laberíntica llena de millones de edificios (páginas web), y tu objetivo es encontrar un objeto específico escondido en alguna de ellas (por ejemplo, "el precio de los zapatos rojos en la tienda X").

Aquí te explico cómo funciona MANGO (el nuevo sistema de la investigación) usando una analogía sencilla:

🏙️ El Problema: El Turista Perdido

Antes de MANGO, los "agentes" (robots inteligentes) que navegaban por internet funcionaban como un turista que llega a una ciudad nueva y solo tiene el mapa de la plaza principal.

Empiezan desde cero: Siempre entran por la puerta principal (la página de inicio).
Caminan a ciegas: Si la ciudad es enorme, tienen que recorrer calle por calle, subir escaleras y revisar cada tienda, solo para darse cuenta de que el objeto que buscan está en el último piso de un edificio al otro lado de la ciudad.
Se quedan sin energía: Tienen un límite de tiempo o pasos (un "presupuesto"). A menudo, se agotan antes de encontrar lo que buscan porque perdieron tiempo en callejones sin salida o tiendas irrelevantes.

🥭 La Solución: MANGO (El Guía Local Inteligente)

MANGO es como un turista que tiene un guía local experto y un mapa aéreo completo antes de dar su primer paso. En lugar de empezar en la plaza principal, MANGO hace tres cosas mágicas:

1. El Mapa Aéreo (Análisis de Estructura Global)

Antes de caminar, MANGO hace un "vuelo rápido" sobre la ciudad.

Lo que hace: Escanea rápidamente la web para ver cómo están conectados los edificios.
El truco: Si el mapa aéreo no es suficiente (porque la ciudad es demasiado grande), MANGO pregunta a un "búho sabio" (un buscador como Google) para que le diga: "Oye, para encontrar zapatos rojos, ve directo al edificio de 'Calzado' o a la sección 'Ofertas'".
Resultado: En lugar de caminar desde la plaza, MANGO salta directamente a los 10 edificios más probables donde podría estar el tesoro.

2. El Juego de las Puertas (Selección Inteligente)

Ahora tiene una lista de 10 edificios candidatos. Pero, ¿cuál entra primero?

La estrategia: MANGO usa un sistema llamado Thompson Sampling. Imagina que tienes 10 puertas cerradas. Algunas parecen tener más probabilidad de tener el tesoro, pero no estás seguro.
Cómo decide: MANGO no elige al azar ni elige siempre la misma puerta. Juega a un juego de "adivina y aprende". Abre una puerta, si no hay nada, cierra esa puerta para siempre. Si hay algo interesante, la vuelve a abrir más veces.
La ventaja: Aprende en tiempo real. Si una puerta lleva a un callejón sin salida, deja de gastar energía ahí y se concentra en las puertas prometedoras.

3. La Libreta de Recuerdos (Memoria Episódica)

Imagina que MANGO entra a un edificio, busca, no encuentra nada y sale.

El error común: Otros robots volverían a entrar al mismo edificio otra vez, perdiendo tiempo.
Lo que hace MANGO: Tiene una libreta de notas. Escribe: "En el edificio A, revisé el piso 2 y no había nada. No vuelvas".
Resultado: Si el robot se equivoca y vuelve a intentar entrar en el mismo lugar, la libreta le grita: "¡Ya estuvimos aquí! ¡No pierdas más tiempo!". Esto evita que se repitan los mismos errores.

🏆 ¿Qué tan bien funciona?

Los investigadores probaron a MANGO en dos "ciudades" reales (WebVoyager y WebWalkerQA) y los resultados fueron impresionantes:

Más éxito: En tareas difíciles, MANGO encontró el tesoro el 63.6% de las veces, mientras que los mejores robots anteriores solo lo lograban en el 56%. En otras pruebas, la diferencia fue aún mayor (¡hasta un 26% más de éxito!).
Menos desperdicio: Aunque a veces da más pasos (porque se niega a rendirse en tareas muy difíciles), esos pasos valen la pena porque encuentra lo que busca donde otros se rindieron.

🧠 En Resumen

MANGO es como cambiar de un turista perdido que camina a ciegas desde la puerta principal, a un detective experto que:

Mira el mapa desde arriba para ver dónde empezar.
Usa la suerte y la lógica para elegir la mejor puerta.
Anota sus errores para no volver a cometerlos.

Gracias a esto, los robots pueden navegar por internet mucho más rápido, gastar menos energía y encontrar lo que buscamos incluso en las ciudades digitales más grandes y complicadas.

1. El Problema

Los agentes web actuales basados en Grandes Modelos de Lenguaje (LLM) suelen iniciar su exploración desde la URL raíz (la página de inicio) de un sitio web. Esta estrategia presenta limitaciones críticas en sitios complejos con estructuras jerárquicas profundas:

Ineficiencia: Los agentes deben navegar de arriba hacia abajo, explorando sub-árboles irrelevantes y perdiendo recursos computacionales en páginas intermedias genéricas.
Trampas de navegación: Sin una visión global, los agentes a menudo caen en bucles o rutas sin salida.
Presupuesto limitado: Dado que las interacciones tienen un límite de acciones (presupuesto), el enfoque tradicional a menudo falla en alcanzar la información objetivo antes de agotar las acciones permitidas.
Falta de perspectiva global: Los métodos existentes carecen de una comprensión estructural completa del sitio antes de comenzar la navegación, lo que limita su capacidad de planificación a largo plazo.

2. Metodología (MANGO)

MANGO es un método de navegación web multi-agente diseñado para optimizar la navegación mediante una visión global de la estructura del sitio. Su arquitectura se compone de cuatro etapas principales:

A. Análisis de Estructura Global

Antes de navegar, MANGO construye una representación estructural del sitio para identificar puntos de entrada relevantes:

Rastreo Ligero (Crawling): Realiza una búsqueda en anchura (BFS) limitada para recopilar URLs accesibles desde la raíz, filtrando archivos no HTML y sitios externos.
Búsqueda Asistida por Google: Para sitios masivos donde el rastreo completo es inviable (ej. arXiv), utiliza el operador de búsqueda de Google (site:) combinado con palabras clave generadas por un LLM para encontrar páginas relevantes adicionales.
Selección de Candidatos: Utiliza el algoritmo BM25 para puntuar la relevancia semántica de las URLs recopiladas respecto a la consulta del usuario, seleccionando las 10 mejores URLs como conjunto candidato ( $U$ ).

B. Selección de URL mediante Multi-Armed Bandit (MAB)

En lugar de probar URLs aleatoriamente o secuencialmente, MANGO modela la selección de URLs como un problema de Brazo Multi-Armero (MAB) con vida finita:

Thompson Sampling: Utiliza esta estrategia para asignar dinámicamente el presupuesto de navegación entre las URLs candidatas.
Distribución Beta: Cada URL se asocia con una distribución Beta $(\alpha, \beta)$ inicializada basándose en la puntuación de relevancia BM25.
Actualización Dinámica: Tras cada intento de navegación, el agente de reflexión evalúa el resultado. Si la ruta es prometedora, se asigna una recompensa positiva ( $r=1$ ) actualizando los parámetros; si es un callejón sin salida, se asigna $r=0$ y la URL se marca como "agotada" (Exhausted).

C. Agente de Navegación Web

El agente principal interactúa con el navegador (Playwright o Crawl4AI) comenzando desde la URL seleccionada por el MAB.

Memoria Episódica: Si una URL ha sido visitada previamente, el agente recupera el historial de navegación y la reflexión asociada de la memoria episódica para evitar repetir acciones incorrectas y tomar decisiones informadas.
Presupuesto: Opera bajo un límite estricto de acciones ( $b$ ).

D. Agente de Reflexión

Este componente evalúa el estado de cada intento de navegación:

Determina si la tarea se completó correctamente, si la ruta es prometedora pero requiere más acciones, o si es un callejón sin salida.
Genera la recompensa para actualizar la distribución del MAB y almacena el trayecto en la memoria episódica.

3. Contribuciones Clave

Enfoque de Visión Global: Propone un cambio de paradigma al construir una estructura global del sitio antes de la navegación, en lugar de explorar ciegamente desde la raíz.
Optimización de Presupuesto con Thompson Sampling: Introduce una formulación de MAB adaptativa para la selección de URLs, permitiendo un equilibrio eficiente entre exploración y explotación bajo restricciones de presupuesto.
Memoria Episódica para Agentes: Integra un mecanismo de memoria que previene la repetición de errores en URLs visitadas, mejorando la eficiencia en iteraciones posteriores.
Validación Exhaustiva: Demuestra la generalizabilidad del método utilizando tanto modelos de código abierto (Qwen3) como cerrados (GPT-5-mini) como base.

4. Resultados Experimentales

MANGO fue evaluado en dos benchmarks principales: WebVoyager y WebWalkerQA, comparándose con los métodos más avanzados (SOTA): AgentOccam y WebWalker.

WebVoyager:
- Con el modelo GPT-5-mini, MANGO alcanzó una tasa de éxito (SR) del 63.6%, superando a la mejor línea base (AgentOccam) en un 7.3% absoluto.
- Superó consistentemente a los baselines en todos los modelos de fondo probados (Qwen3-4B a 32B y GPT-5-mini).
WebWalkerQA:
- Logró una SR del 52.5% con GPT-5-mini, superando a la mejor línea base en un 26.8% absoluto.
- Mostró una robustez superior en tareas de QA multi-fuente (que requieren integrar información de varias páginas), duplicando el rendimiento de los baselines en algunos casos.
Eficiencia (Conteo de Acciones):
- Con modelos Qwen3, MANGO mantuvo un conteo de acciones competitivo o menor que los baselines.
- Con GPT-5-mini, aunque el conteo de acciones fue mayor, esto se debió a que MANGO perseveró en tareas complejas de largo alcance que los otros agentes abandonaban prematuramente, resultando en una mayor tasa de éxito global.
Estudios de Ablación:
- MANGO superó significativamente a variantes que usaban selección aleatoria de URLs, búsqueda solo en Google, o algoritmos de búsqueda como MCTS (Monte Carlo Tree Search). Esto confirma que la combinación de análisis estructural global y Thompson Sampling es superior a la expansión de árboles de búsqueda tradicional bajo presupuestos estrictos.

5. Significado e Impacto

El trabajo de MANGO es significativo por varias razones:

Superación de Limitaciones de Escala: Resuelve el problema de la ineficiencia en sitios web masivos donde la navegación desde la raíz es inviable.
Eficiencia de Recursos: Demuestra que una planificación estratégica basada en la estructura del sitio permite lograr mejores resultados con menos "pensamiento" de exploración ciega, optimizando el uso de tokens y tiempo de inferencia.
Arquitectura Modular: Su diseño de agente de reflexión y memoria episódica ofrece un marco reutilizable para mejorar la capacidad de razonamiento a largo plazo en agentes autónomos.
Relevancia Práctica: Al mejorar la capacidad de los agentes para encontrar información específica en entornos web reales y complejos, MANGO acerca la automatización web a aplicaciones comerciales viables donde la precisión y la eficiencia son críticas.

En conclusión, MANGO establece un nuevo estándar en la navegación web autónoma al demostrar que comprender la topología del sitio web antes de actuar es fundamental para el éxito en tareas complejas y de largo alcance.