经由逐步PDDL仿真的Agentic LLM规划：一项实证表征

任务规划——为从初始状态到达成目标而对动作排序的问题——是自主机器人系统的核心能力需求。大型语言模型（LLM）能否作为经典符号方法之外可行的规划器仍是开放问题。我们提出PyPDDLEngine，一个开源的规划领域定义语言（PDDL）仿真引擎，通过Model Context Protocol（MCP）接口将规划操作暴露为LLM工具调用。LLM不预先提交完整的动作序列，而是充当交互式搜索策略，一次选择一个动作，观察每个结果状态，并可以重置重试。我们在102个国际规划竞赛（IPC）Blocksworld实例上、在统一的180秒预算下评估四种方法：作为经典基线的Fast Downward lama-first和seq-sat-lama-2011、直接LLM规划（Claude Haiku 4.5），以及经PyPDDLEngine的Agentic LLM规划。Fast Downward达到85.3%成功率。直接与Agentic LLM方法分别达到63.7%和66.7%，Agentic方法有一致的但适度的三个百分点优势，代价是每个解的token成本高5.7倍。在大多数共同解决的难度块上，尽管seq-sat-lama-2011有迭代质量改进，两种LLM方法都产出更短的计划，这一结果与训练数据回忆而非可泛化规划相一致。这些结果表明，Agentic收益取决于环境反馈的性质。编码Agent受益于编译器错误和测试失败等有外部依据的信号，而PDDL步进反馈是自我评估的，Agent需要在没有外部验证的情况下评估自身进展。