滑动拼图中 LLM 原生规划的可验证效率上限

研究提出可验证框架 SPE=R×Q×E，将成功加权规划效率分解为执行可靠性、合法计划间协调与完成计划的动作经济性，并用轨迹回放与认证最优解验证。在 4×4 滑动拼图上评估七种模型条件的 8,400 份完整计划输出，控制精确步数与障碍数量。能完成全部试次的模型在更长步数下仍变得不经济，完成计划的高效率可与较差的目标达成并存。