LLM 驱动的规划代理在与部分可观测环境交互前，需要先提交计划。根据对未观测状态的假设，代理会采取两种截然不同的承诺方式：一种是基于假设大胆地提交较长计划，另一种是仅在已观测信息上保守规划。无论是直接让 LLM 输出计划，还是让其生成 PDDL 交给经典求解器，这两种行为都会在预训练模型中隐式出现。激进的承诺可能导致代价高昂的失败，而保守的承诺则会增加 LLM 调用次数。本文系统地研究了这两类规划策略在两个部分可观测域中的表现，先验信息以显式统计或常识形式提供。实验在三种 LLM 上进行，结果显示两种策略在最终准确率上相近。保守方法在安全性上表现更好，失败次数更少，但需要更多的 API 调用；激进方法失败率更高，但在先验信息可靠时能够快速重新规划。进一步分析发现，LLM 往往把提供的先验当作事实，这在先验不可靠时会导致错误。我们还提出了可调超参数的混合策略，以在安全性和效率之间实现灵活平衡。
点评