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

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2409.01806/questions|action=edit}} 编辑]</div>
作者面对的是如何将大型语言模型（[[LLMs]]）有效地整合到人工智能规划和决策系统中，以应对现实世界复杂场景中的规划挑战。具体问题包括：
# 规划任务的复杂性：现实世界中的规划任务，如[[旅行规划]]和[[企业战略规划]]，通常涉及高度复杂和动态变化的环境，需要新的框架来利用LLMs的广泛世界知识和常识推理能力。
# 规划与执行的脱节：直接通过提示生成的计划在执行时常失败，需要研究如何通过LLMs提高规划的可执行性和有效性。
# 规划方法的局限性：现有的规划方法往往局限于特定领域，如[[家务任务]]或[[迷宫导航]]，缺乏处理开放领域任务的能力。
# 规划基准数据集和方法的不足：现有的规划基准数据集和方法可能无法充分反映现实世界规划问题的多样性和复杂性，需要通过LLMs来改进和扩展。
# 规划系统的可解释性和透明度：LLMs在规划过程中的决策往往缺乏可解释性，这对于用户中心和[[安全关键]]的应用场景尤为重要。