LLM部分可观测环境规划承诺权衡研究

2026年10月16日，arXiv Artificial Intelligence 刊出 Cassie Huang 等作者的研究，考察基于 LLM 的规划智能体在部分可观测环境中的规划承诺策略。研究称，智能体在与部分可观测环境交互前会承诺不同长度的规划：激进策略依据对未观测状态的假设做长期规划，保守策略只对已观测部分规划，两种行为在预训练模型中均隐式出现。研究在两个部分可观测领域、以显式统计或常识知识提供先验的条件下，考察了激进与保守的 LLM 规划器与形式化器。结果显示，在三个 LLM 上两种策略达到相近准确率；保守方法失败尝试更少（安全性），代价是更多 API 调用（效率）；激进方法失败更频繁，但仅在先验信息充分时才能高效重新规划。研究还探索了带可调超参数的混合策略，以调整安全与效率之间的平衡。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。