💬 NLP

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

O artigo apresenta o Mango, um método de navegação web baseado em múltiplos agentes que otimiza a estrutura global do site para selecionar dinamicamente pontos de partida ideais, utilizando amostragem de Thompson e memória episódica para superar significativamente os métodos existentes em tarefas complexas de navegação.

Autores originais: Weixi Tong, Yifeng Di, Tianyi Zhang

Publicado 2026-04-22

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Weixi Tong, Yifeng Di, Tianyi Zhang

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você precisa encontrar um livro específico em uma biblioteca gigante, mas você só tem 10 minutos e não sabe onde começar. A maioria dos "robôs" (agentes de IA) atuais entra pela porta da frente (a página inicial), começa a andar pelos corredores, sobe e desce escadas, e acaba perdendo tempo em seções de culinária quando você só queria um livro de física. Eles ficam presos em becos sem saída ou gastam todo o seu tempo (orçamento) antes de achar o que precisa.

O papel que você enviou apresenta o MANGO, uma nova maneira de fazer esses robôs navegarem na internet. Vamos explicar como ele funciona usando uma analogia simples:

1. O Problema: A Biblioteca Caótica

Antes do MANGO, os robôs eram como turistas desorientados. Eles chegavam na página inicial de um site (como a Amazon ou Coursera) e tentavam adivinhar qual botão clicar para chegar à informação desejada. Em sites grandes e complexos, isso é como tentar achar uma agulha no palheiro apenas cheirando o palheiro todo. Eles perdem muito tempo em páginas irrelevantes.

2. A Solução MANGO: O "Mapa do Tesouro" Inteligente

O MANGO muda a estratégia. Em vez de entrar pela porta da frente e começar a andar às cegas, ele faz duas coisas inteligentes antes mesmo de começar a procurar o livro:

O "Olho de Águia" (Análise Global): Antes de entrar no site, o MANGO usa um "drone" (um rastreamento leve) para voar sobre o site e desenhar um mapa rápido da estrutura. Ele também usa o Google para pesquisar palavras-chave relacionadas ao que você quer.
- Analogia: É como se, antes de entrar na biblioteca, você consultasse um mapa que diz: "O livro de física está no corredor 3, prateleira B". O MANGO não começa na entrada; ele vai direto para o corredor 3.

3. O "Jogo de Apostas" (Seleção de URLs)

O MANGO tem um limite de tempo (ou "orçamento" de cliques). Ele não pode visitar todos os corredores. Então, ele usa uma técnica matemática chamada Amostragem de Thompson (que soa complicada, mas é simples na prática).

Analogia: Imagine que você tem 10 moedas para apostar em 5 caça-níqueis diferentes. Você não sabe qual paga mais.
- O MANGO começa apostando um pouco em todos os corredores que parecem promissores (baseado no mapa que ele fez).
- Se um corredor leva a um beco sem saída, ele para de apostar ali.
- Se um corredor parece estar perto do livro, ele joga mais moedas ali.
- Ele aprende com cada tentativa. Se ele erra, ele ajusta suas apostas para a próxima vez. Isso é chamado de Aprendizado por Episódios (memória): ele anota "não tente o corredor 5 de novo, é um beco sem saída".

4. O "Detetive" (Agente de Reflexão)

Depois que o robô tenta encontrar a informação, um "detetive" (agente de reflexão) analisa o que aconteceu.

Analogia: O robô volta para você e diz: "Eu encontrei o livro, mas a capa estava rasgada e faltava uma página". O detetive analisa: "Isso é bom o suficiente? Não? Então vamos tentar outro corredor ou tentar de novo com mais cuidado". Se for bom, ele entrega o resultado. Se não, ele ajusta o mapa e tenta outra rota.

Por que isso é incrível?

Os testes mostraram que o MANGO é muito mais eficiente do que os métodos atuais:

Mais Sucesso: Ele consegue encontrar a resposta certa em 63,6% dos casos (usando uma IA avançada), enquanto os melhores concorrentes só conseguiam cerca de 56%.
Menos Perda de Tempo: Em sites complexos, ele evita perder tempo em páginas que não têm nada a ver com o que você quer.
Funciona em Diferentes "Cérebros": Ele funciona bem tanto com IAs de código aberto quanto com as mais caras e poderosas.

Resumo em uma frase

O MANGO é como um detetive que, em vez de bater de porta em porta na cidade inteira, primeiro olha o mapa da cidade, aposta suas energias nos bairros mais prováveis e aprende com cada erro para não repetir o mesmo caminho, garantindo que ele encontre o que você precisa antes de ficar sem tempo.

Em suma: O MANGO transforma a navegação na internet de uma "caminhada às cegas" em uma "missão estratégica com mapa".

Resumo Técnico: MANGO

1. O Problema

Os agentes web baseados em Grandes Modelos de Linguagem (LLMs) atuais enfrentam ineficiências críticas ao navegar em sites complexos e com estruturas hierárquicas profundas. A abordagem padrão consiste em iniciar a exploração a partir da URL raiz (página inicial) e navegar de cima para baixo. Isso resulta em:

Exploração Ineficiente: O agente perde tempo navegando por sub-árvores irrelevantes.
Armadilhas de Navegação: O agente frequentemente fica preso em loops ou páginas intermediárias genéricas.
Orçamento Limitado: Devido ao limite de ações (orçamento computacional), o agente muitas vezes falha em alcançar a informação alvo antes de esgotar seus recursos.
Falta de Visão Global: Métodos existentes operam com observações parciais em cada passo, sem uma compreensão prévia da estrutura do site.

2. Metodologia

O MANGO (Multi-Agent Navigation with Global-view Optimization) propõe uma mudança de paradigma: em vez de começar na raiz, o sistema identifica dinamicamente os pontos de entrada mais promissores com base na estrutura global do site. O sistema é composto por quatro módulos principais:

A. Análise da Estrutura Global (Global Structure Analysis)
Antes da navegação, o MANGO constrói uma representação global do site para identificar um conjunto candidato de URLs relevantes ( $U$ ):

Rastreamento Leve (Lightweight Crawling): Realiza uma busca em largura (BFS) limitada a partir da URL raiz para coletar URLs acessíveis, filtrando arquivos não-HTML e domínios externos.
Busca Baseada em Palavras-chave: Para sites muito grandes onde o rastreamento completo é inviável (ex: arXiv), o sistema usa um LLM para gerar palavras-chave baseadas na consulta do usuário e utiliza a API de busca do Google (com operador de site) para recuperar páginas relevantes adicionais.
Classificação: As URLs são pontuadas usando o algoritmo BM25 com base na similaridade semântica com a consulta do usuário. As top 10 URLs de cada fonte (rastreamento e Google) formam o conjunto candidato $U$ .

B. Seleção e Priorização de URLs (URL Prioritization via Thompson Sampling)
O problema de selecionar qual URL visitar a seguir sob um orçamento limitado é modelado como um problema de Banda Multibras (Multi-Armed Bandit - MAB):

Braços: Cada URL candidata é um "braço".
Distribuição Beta: Cada URL mantém uma distribuição Beta $(\alpha, \beta)$ inicializada com base na pontuação de relevância do BM25.
Amostragem de Thompson: O agente seleciona a URL com a maior amostra probabilística da distribuição Beta atual.
Atualização Dinâmica: Após cada tentativa de navegação, um agente de reflexão avalia o resultado. Se a tentativa foi promissora (mesmo que não tenha concluído a tarefa), recebe uma recompensa positiva ( $r=1$ ); se foi um beco sem saída, recebe recompensa negativa ( $r=0$ ). Isso atualiza os parâmetros $\alpha$ e $\beta$ , ajustando a probabilidade de re-seleção futura. URLs que levam a becos sem saída são marcadas como "exauridas".

C. Agente de Navegação Web
Este agente interage com o navegador (usando Playwright ou Crawl4AI, dependendo do benchmark) a partir da URL selecionada. Se a URL já foi visitada anteriormente, o sistema recupera o histórico e o resumo da reflexão da Memória Episódica para evitar a repetição de ações falhas.

D. Agente de Reflexão e Memória Episódica

Reflexão: Avalia se a trajetória de navegação e a saída final satisfazem a consulta do usuário. Decide se a tarefa foi concluída, se deve continuar explorando a mesma URL (recompensa positiva) ou se deve abandonar a URL (recompensa negativa).
Memória Episódica: Armazena trajetórias de navegação, saídas finais e reflexões. Isso permite que o agente aprenda com tentativas anteriores e evite repetir erros ao visitar a mesma URL novamente.

3. Principais Contribuições

Abordagem de Visão Global: Introduz a construção prévia de uma estrutura global do site para identificar pontos de entrada relevantes, eliminando a necessidade de começar cegamente na página inicial.
Otimização de Orçamento via MAB: Aplica a Amostragem de Thompson para alocação adaptativa de orçamento de navegação, equilibrando exploração e exploração de URLs candidatas de forma mais eficiente que métodos baseados em busca (como MCTS).
Memória Episódica para Agentes Web: Integra um mecanismo de memória que previne a repetição de ações falhas e permite o aprendizado contínuo dentro de uma sessão de navegação.
Generalização: O método é validado em múltiplos modelos de linguagem (abertos e fechados), demonstrando robustez independente do backbone.

4. Resultados Experimentais

O MANGO foi avaliado em dois benchmarks principais: WebVoyager e WebWalkerQA, comparado com os métodos mais avançados (SOTA) AgentOccam e WebWalker.

WebVoyager:
- Com o modelo GPT-5-mini, o MANGO alcançou uma taxa de sucesso (SR) de 63,6%, superando o melhor baseline (AgentOccam) em 7,3 pontos percentuais.
- Melhorias absolutas variaram de 3,1% a 7,3% em todos os modelos testados.
WebWalkerQA:
- Com o GPT-5-mini, o MANGO atingiu 52,5% de SR, superando o baseline (WebWalker) em impressionantes 26,8 pontos percentuais.
- O desempenho foi particularmente forte em tarefas de multi-fonte (que exigem integrar informações de várias páginas), onde o MANGO dobrou o desempenho dos baselines.
Eficiência (Contagem de Ações):
- Em modelos Qwen3, o MANGO manteve contagens de ações competitivas ou menores.
- No GPT-5-mini, o MANGO realizou mais ações, mas isso foi justificado pela capacidade de resolver tarefas de longo horizonte que os baselines abandonavam prematuramente. O gráfico de sucesso cumulativo mostrou que o MANGO continua acumulando sucessos além de 50-100 ações, enquanto os baselines estagnavam.
Estudos de Ablação:
- Variantes sem a análise global (seleção aleatória ou apenas Google) tiveram desempenho inferior.
- A substituição da Amostragem de Thompson por MCTS (Monte Carlo Tree Search) resultou em queda significativa de desempenho, confirmando que o MCTS é muito custoso computacionalmente para orçamentos de navegação estritos.

5. Significado e Conclusão

O MANGO representa um avanço significativo na automação web, demonstrando que a inteligência de planejamento (identificar onde começar) é tão crucial quanto a inteligência de execução (navegar na página). Ao tratar a seleção de URLs como um problema de otimização de recursos (MAB) e utilizar uma visão global parcial, o sistema supera as limitações de exploração cega.

Limitações:
O sistema depende da qualidade da estrutura global construída inicialmente. Se a informação alvo estiver em uma parte do site não coberta pelo rastreamento leve ou pela busca do Google, o agente pode falhar. Além disso, erros de raciocínio do LLM (extração incorreta de dados) ainda ocorrem, independentemente da estratégia de navegação.

Em suma, o MANGO estabelece um novo estado da arte na navegação web autônoma, provando que a otimização global e a alocação adaptativa de recursos são essenciais para lidar com a complexidade da web moderna.