论文研究部分可观测环境下LLM规划的承诺策略权衡

Cassio Huang 等在 arXiv 论文（2610.21108）中比较了部分可观测环境中 LLM 规划代理的激进式与保守式规划策略，先验以显式统计或常识知识形式提供，实验覆盖两个领域、三个 LLM。 结果显示两种策略准确率相近：保守式策略失败尝试更少（安全性高）但需要更多 API 调用（效率低）；当先验信息有帮助时，激进式策略失败更多但能高效重规划。分析还发现 LLM 可能近乎把给定先验当作事实使用，先验不可靠时有失败风险。作者探索了可调节安全性与效率权衡的混合策略。

AI 根据报道生成 · 2 小时前更新