arXiv · cs.AI· Sadig Gojayev·· 19 天前AI 评分25
智能序贯决策的 3D 表征框架：以汉诺塔对比 Neurosolver、FBRL 与 AutoToS
A 3D Characterization Framework for Intelligent Sequential Decision Making
来源与原文
arXiv · cs.AI
作者：Sadig Gojayev
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.11696v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出一个三维表征框架，从 MDP 形式化、人类先验自主度、技能与计算成本三个维度统一比较 AI 序贯决策方法。基于汉诺塔谜题，他们分析了 Neurosolver、FBRL、AutoToS 及 DA-ToS 等图结构、强化学习和 LLM 方法。结果显示 LLM 方法因动作空间约束弱，把复杂度转移到推理时验证，内存与运行时间成本显著高于 Neurosolver 和 FBRL。
来源：arXiv · cs.AI · arxiv.org