面向智能序贯决策的3D表征框架：对比Neurosolver、FBRL与AutoToS

研究者提出一个三维表征框架，将AI方法投影到MDP形式化、按人工先验排名衡量自主程度，并评估技能与计算成本，用于统一比较图搜索、强化学习与LLM三类序贯决策方法。基于汉诺塔基准的对比显示，以AutoToS为代表的LLM方法因动作空间约束较弱，将复杂度从架构转移到推理时验证，内存与运行成本显著高于Neurosolver和FBRL。