标签
本文提出了基于图的随机Power-UCT算法，这是一种基于图的蒙特卡洛搜索算法，通过跨轨迹共享状态来提高随机MDPs中的样本效率，并提供了理论收敛保证和实验验证。
UTP-Bench是一个用于不确定性感知旅行规划的新基准，它使用来自印度的真实数据评估大型语言模型在应对延迟和人群变化方面的鲁棒性。