LLM 在部分可观测环境下的规划承诺策略研究

该研究对比了大语言模型在部分可观测环境中激进与保守两种规划承诺策略，发现两者准确率相近但安全与效率权衡不同。保守策略失败尝试更少但 API 调用更多，激进策略虽易失败但在先验信息有效时重规划更高效。分析显示模型将先验视为事实，且提出了可调超参数的混合策略以平衡二者。