解构空间复杂性：用于大语言模型空间推理的分层分解方法

大语言模型在通用理解上表现优异，但在空间推理方面存在显著短板，限制了具身智能应用。受分层强化学习启发，本文提出一种分层任务分解新方法，引导模型识别关键中间状态并生成简化子环境。针对模型因空间先验不足导致分解次优的问题，提出了 MCTS 引导的组相对策略优化（M-GRPO），通过结合预测概率与认知不确定性重构 UCT 公式，并实施细粒度优势函数以学习最优路径规划。实验表明，该方法在导航、规划及策略游戏中显著提升性能，达到最先进水平。