本研究提出了一种基于计算树逻辑的自然语言解释框架，旨在提升人工智能在顺序规划中的信任度。该框架有效地解释了蒙特卡洛树搜索算法，确保用户查询与环境动态的一致性，表现优异。

本研究介绍了一种基于计算树逻辑的Monte Carlo树搜索(MCTS)解释器，用于交通路径规划服务。调查结果显示，该解释器在用户偏好方面优于其他基准方法。