arXiv cs.AI· J. de Curt\`o, I. de Zarz\`a·· 10 天前AI 评分24
LLM 智能体在信息物理系统中的规划策略战略评估
Strategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical Systems
AI 导读
研究团队提出一个受控基准，用四种编码执行器（预定义、顺序、分层、搜索）在辐射状馈线上为 40 个产消者控制需求响应，LLM 仅声明或建议类型化策略并协调通信。基于 Llama-3.3-70B 的实验显示，强制搜索在五个基线种子中均为最优解；目标替换注入使模式一致率保持 1.0，但累计电压缺口增加 2.68 倍。
正文 · AI 翻译
摘要：LLM-agent 评估通常衡量任务成功或与既定计划的一致性。在战略性信息物理系统中，架构还必须在自主参与者做出响应且物理规律约束结果之后仍然保持适当。我们引入了一个规划诱导控制轨迹的受控基准：有序的规划操作与指令，将执行架构与战略响应及物理后果联系起来。四个编码执行器（预定义、顺序、分层和搜索）控制辐射状馈线上 40 个产消者的需求响应。LLM 声明或建议带类型的策略并调解通信；调度、基础产消者动态、随机动作和潮流仍为显式代码。配对强制模式反事实、精确提示缓存、具有独立随机性流的共同响应抽样、批评者隔离以及事件级可行性隔离了比较。在此馈线上的 Llama-3.3-70B 实验区分出三个性质。第一，在指定目标下，强制搜索在全部五个基线种子中都是预言机。第二，注入目标替换将模式一致性保持在 1.0，同时将累积电压缺口增加 2.68 倍。第三，包含 144 个场景、576 个回合的因子库，使用三个重复种子，包含来自预定义、顺序和搜索的可行预言机。预先指定的压力留出岭回归的平均遗憾为 90.7，且未观察到优于固定顺序的值。事后约束感知分析将遗憾降至 29.0；一个简单的截止时间规则达到 28.7，因此这一增益并未确立学习优势。全可行消融并未优于固定搜索。这些是仿真内部的描述性比较。一个五模型、300 条声明的扩展测试的是接口行为，而非跨骨干的物理排名；共享端点延迟尾部促使考虑概率性实时可行性。
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI）；系统与控制（eess.SY） |
| 引用为： | arXiv:2608.04265 [cs.MA] |
| （或 arXiv:2608.04265v2 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.04265 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：J. De Curtò [查看电子邮件]
[v1]
2026 年 8 月 4 日星期二 22:52:21 UTC（127 KB）
[v2]
2026 年 10 月 6 日星期二 15:55:01 UTC（127 KB）
来源：arXiv cs.AI · arxiv.org