查看“WikiEdge:ArXiv-2409.01806/background”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2409.01806/background|action=edit}} 编辑]</div>
这篇文献的背景主要集中在以下几个方面：
# '''大型语言模型辅助的[[人工智能]]规划（LLASP）的重要性'''：
#* 有效的规划对于任何任务的成功至关重要，从组织度假到规划[[自动驾驶车辆]]和制定[[企业战略]]。它涉及设定目标、制定计划和分配资源以实现这些目标。
#* 大型语言模型（[[LLMs]]）因其在常识推理方面的强能力而特别适合自动化规划。它们可以从给定状态推导出实现目标所需的一系列动作，并确定有效的行动方案。
# '''现有规划方法的局限性'''：
#* 尽管LLMs在规划中展现出潜力，但直接通过提示生成的计划在执行时常失败。这表明需要进一步研究以解决与语言模型规划相关的现有挑战。
# '''规划领域的多样性和复杂性'''：
#* 规划问题多样且复杂，涵盖了从具体环境（如[[家庭任务]]）到抽象任务（如[[旅行规划]]和[[任务分解]]）的广泛领域。这些任务要求LLMs具备高级推理能力。
# '''规划基准数据集和方法的评估'''：
#* 为了推动规划系统的发展，需要对现有的规划基准数据集和方法进行批判性审查。这包括评估LLMs在规划系统中的表现，并探索如何利用它们的能力来解决现实世界的规划挑战。
综上所述，这篇文献的背景强调了在自动化规划领域中整合和利用LLMs的潜力和必要性，同时指出了当前方法的局限性，并提出了对现有基准和方法进行深入分析的需求。