arXiv cs.AI· Sadig Gojayev, Carolina Fortuna·· 9 天前AI 评分22
面向智能序贯决策的 3D 表征框架
A 3D Characterization Framework for Intelligent Sequential Decision Making
AI 导读
研究者提出一个三维表征框架，将 AI 方法投影到 MDP 序贯决策形式化，并从自主程度、技能与计算成本三个维度进行分析。该框架以汉诺塔为基准，对比了 Neurosolver、FBRL 与 AutoToS（含双智能体扩展 DA-ToS）三类方法。结果显示，基于 LLM 的方法因动作空间约束较弱，将复杂度从架构转移到推理时验证，内存与运行成本显著高于 Neurosolver 和 FBRL。
正文 · AI 翻译
摘要：谜题被广泛用于评估人工智能（AI）系统在序贯决策中的推理能力，然而源自不同范式的方法很少在统一条件下进行比较。为弥补这一空白，我们引入一个三维表征框架，使对 AI 方法的分析能够：1）将其投射到马尔可夫决策过程（MDP）序贯决策形式体系中，2）通过人类对其设计的先验排序来衡量自主程度，以及 3）衡量技能与计算成本。利用该框架，我们分析了具有代表性的基于图、强化学习和基于大语言模型（LLM）的方法在设计选择和性能特征上的差异，分别以 Neurosolver、前向-后向强化学习（FBRL）和自动搜索思维（AutoToS）为实例，其中包括搜索思维的双智能体扩展（DA-ToS）。该分析基于汉诺塔谜题，它提供了一个规则明确且复杂度可扩展的受控基准，使得在问题规模不断增加时能够进行一致的比较。三维表征揭示，基于 LLM 的方法由于其弱约束的动作空间设计，将复杂性从架构转移到推理时验证，导致其内存和运行时成本显著高于 Neurosolver 和 FBRL。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.11696 [cs.AI] |
| （或 arXiv:2610.11696v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11696 arXiv 颁发的 DOI，通过 DataCite（待注册） |
提交历史
来自：Sadig Gojayev [查看电子邮件]
[v1]
2026年10月8日星期四 11:06:51 UTC（1,002 KB）
来源：arXiv cs.AI · arxiv.org