AgentGL: Towards Agentic Graph Learning with LLMs via Reinforcement Learning

Idea

AgentGL 把 Text-Attributed Graph 上的 node classification 与 link prediction 改成 graph-native 工具探索和语言推理交替进行的 RL 问题。先教 agent 使用多尺度拓扑/语义检索，再移除覆盖激励并促使其充分分析已有证据，从而减少过度搜索。

Research Problem

静态 GraphLLM 只在开始时取一次邻域，无法根据推理中的缺口继续访问结构；一般 agentic retrieval 仅匹配文本而忽略原生图关系，重新建造知识图的 GraphRAG 也未必保留真实拓扑。直接 RL 还面临工具探索坍缩、搜索冗余和样本难度差异。

Insight

局部/全局与结构/语义是互补证据轴，工具需要覆盖这些轴；但学会调用全部工具不等于最优推理。分阶段由 exploration 转为 evidence sufficiency 判断，并借图本身的同质性、degree 或语义一致性安排课程，可把工具可用性与效率学习分开。

Method

1. 提供 1-hop、2-hop neighborhood search、基于 PPR 的 structure salience search 和 graph dense search；邻域候选优先共同邻居，再平衡独有邻居，以 query/target 融合 embedding 排序。
2. 构造可解析 reason–act–observe 轨迹，每轮至多一个检索动作，返回节点文本；使用 GRPO 或 REINFORCE++，无需逐步示范，以格式、答案正确性和每种工具一次性的 coverage reward 启动策略。
3. 第二阶段在检索后插入 retrospective termination 提示，要求检查证据是否足够；去掉 coverage reward，对过短的 post-retrieval reasoning segments 施罚，并保留格式与正确性目标。
4. 两阶段均按 graph-conditioned curriculum 由易到难训练：node classification 结合邻居标签一致性的 Wilson lower bound 与 degree，link prediction 按语义相似性和边存在标签的一致性评分。
5. 在 citation、product、social TAG 上测试两类任务；训练限于 OGB-Arxiv 与 OGB-Products，其他数据用于 zero-shot transfer，并与相同 reasoner backbone 的静态及 agentic baselines 比较。