論文の概要: Verifiable Efficiency Limits of Innate LLM Planning in Sliding Puzzles

• arxiv url: http://arxiv.org/abs/2610.36415v1
• Date: Mon, 26 Oct 2026 23:53:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.451375
• Title: Verifiable Efficiency Limits of Innate LLM Planning in Sliding Puzzles
• Title（参考訳）: スライディングノズルにおける自然LLM計画の有効性限界
• Abstract要約: ツール支援計画の成功は、外部の検索と検証を反映し、モデルの未解決の計画能力は未解決のままである。 本稿では、成功重み付き計画効率を$mathrmSPE=Rtimes Qtimes E$として分解する検証可能なフレームワークを提案する。 軌道リプレイと認定オプティマはこれらの要因を検証する。
• 参考スコア（独自算出の注目度）: 13.604285158704466
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tool-assisted planning success can reflect external search and verification, leaving a model's unaided planning ability unresolved. We isolate innate planning through complete plans generated in one response without tools or execution feedback. We propose a verifiable framework that decomposes success-weighted plan efficiency as $\mathrm{SPE}=R\times Q\times E$: execution reliability, planning coordination among legal plans, and action economy among completed plans. Trajectory replay and certified optima verify these factors; the joint score includes unsuccessful attempts. We evaluate 8,400 full-plan outputs from seven model conditions on $4\times4$ sliding puzzles, controlling exact horizon and obstacle count in the primary cohort. Models that complete every trial still become less economical at longer horizons, while higher efficiency among completed plans can coexist with poor goal attainment. SPE separates the overall capability hierarchy, while its factors distinguish coordination failure from inefficient completion. The framework makes long-horizon limitations in unaided planning quantitatively verifiable.
• Abstract（参考訳）: ツール支援計画の成功は、外部の検索と検証を反映し、モデルの未解決の計画能力は未解決のままである。 ツールや実行フィードバックなしで、ひとつのレスポンスで生成された完全な計画を通じて、ネイティブな計画を分離します。 本稿では、成功重み付き計画効率を$\mathrm{SPE}=R\times Q\times E$として分解する検証可能なフレームワークを提案する。 軌道リプレイと認定オプティマはこれらの要因を検証する。 プライマリコホートにおける水平方向と障害物数を正確に制御し, モデル条件から8,400のフルプランアウトプットを4/times4$スライディングパズルで評価した。 あらゆる試行を完了したモデルは、長い地平線で経済的に減少する一方、完了した計画の間の高い効率は、目標達成の低さと共存する可能性がある。 SPEは全体的な能力階層を分離し、その要因は調整の失敗と非効率な完了を区別する。 このフレームワークは、未確認の計画における長期的制限を定量的に検証する。

関連論文リスト

• Plan-and-Patch: Diffusion Language Models for Agentic Planning [39.16270847998255]
  長距離エージェントのためのプラン・アンド・パッチフレームワークであるPlan-and-Patchを紹介する。 Plan-and-Patchは並列アンマキングによって構造化されたプログラムライクなプランを生成し、選択したリージョンに埋め込むことでそれを修復する。 以上の結果から,プラン・アンド・パッチ(Plan-and-Patch)は長期的エージェントにおいて,より高速な計画生成と効率的な計画修復のためのフレームワークを提供することが示された。
  論文  参考訳（メタデータ） (2026-10-07T18:45:45Z)
• AdaPlanBench: Evaluating Adaptive Planning in Large Language Model Agents under World and User Constraints [65.27107190916512]
  AdaPlanBenchは,Large Language Model (LLM)エージェントが適応的に計画し,段階的に明らかにされた制約の下で再計画できるかどうかを評価するための,インタラクティブなベンチマークである。 AdaPlanBenchは307の家庭用タスクに基づいて構築されている。 二重制約下での適応計画は依然として困難であり、最良のモデルは67.75%の精度にしか達していない。
  論文  参考訳（メタデータ） (2026-06-04T02:47:29Z)
• PlanningBench: Generating Scalable and Verifiable Planning Data for Evaluating and Training Large Language Models [52.48858778580074]
  計画は大規模言語モデル(LLM)の基本的な機能である PlanningBenchは、評価とトレーニングの両方のためのスケーラブルで多様な検証可能な計画データを生成するためのフレームワークである。
  論文  参考訳（メタデータ） (2026-05-20T08:10:15Z)
• Planning with Minimal Disruption [9.722824469961925]
  多くの計画アプリケーションでは、目標を達成するために初期状態を最小限に修正する計画を見つけることに興味があるかもしれません。 本稿では,これを正式に導入し,行動コストの合計と計画の混乱の両面を協調的に最適化することを目的とした,様々な計画ベースのコンパイルを定義する。
  論文  参考訳（メタデータ） (2025-08-21T08:38:17Z)
• HyperTree Planning: Enhancing LLM Reasoning via Hierarchical Thinking [109.09735490692202]
  提案するHyperTree Planning(HTP)は,高木構造プランニングアウトラインを構成する新しい推論パラダイムである。 実験ではHTPの有効性を実証し、Gemini-1.5-ProによるTravelPlannerベンチマークで最先端の精度を実現し、o1-previewよりも3.6倍の性能向上を実現した。
  論文  参考訳（メタデータ） (2025-05-05T02:38:58Z)
• Chasing Progress, Not Perfection: Revisiting Strategies for End-to-End LLM Plan Generation [34.636688162807836]
  本研究では、エンド・ツー・エンドのLSMプランナを開発することで、最近の戦略を再評価する。 プランニングインスタンスのコーパス上での微調整 LLM は、ロバストなプランニングスキルに繋がらないことがわかった。 Chain-of-Thoughtを含む様々な戦略は、計画の実行可能性を高める。
  論文  参考訳（メタデータ） (2024-12-14T04:23:14Z)
• Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
  Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:50Z)
• Probabilistic contingent planning based on HTN for high-quality plans [8.23558342809427]
  本稿では,HTNプランナとして High-Quality Contingent Planner (HQCP) を提案する。 HQCPは、部分的に観測可能な環境で高品質な計画を生成する。 HTN計画の形式は部分的な可観測性に拡張され、コストについて評価される。
  論文  参考訳（メタデータ） (2023-08-14T03:55:14Z)
• AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
  大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。 本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。 幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
  論文  参考訳（メタデータ） (2023-05-26T05:52:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。