关于 PlanGPT 的补充研究：基于定义性能指标的评估及与规划器的比较

自动规划旨在生成从初始状态到达目标状态的动作序列。本文对前沿大语言模型 PlanGPT 进行了补充研究，重新实验以验证基于 LLM 的规划是否切实有效且值得投入。研究不仅核查了原论文中计划覆盖率的准确性，还利用计划成本和生成时间两项指标对 PlanGPT 进行了更全面的评估，并将其与传统规划器进行对比。结果显示，PlanGPT 的表现并未优于贪婪搜索策略，揭示了当前 LLM 在规划任务中的局限性。