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

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2409.01806/summary|action=edit}} 编辑]</div>
这篇论文是关于大型[[语言模型]]辅助[[人工智能]]规划（LASP）的最新研究，其主要内容包括：
# '''引言'''：介绍了将大型语言模型（LLMs）整合到AI规划和决策系统中的重要性，以及它们在[[常识推理]]方面的强大能力。同时指出了现有方法的局限性，并提出了利用LLMs的广泛世界知识和常识推理来解决现实世界规划问题的新框架。
# '''经典规划'''：讨论了经典规划问题的形式化，包括在完全可观察环境中代理的操作，以及规划任务涉及的状态和动作序列。介绍了[[规划领域定义语言]]（PDDL）及其在规划系统中的应用。
# '''规划基准'''：概述了用于评估规划系统的基准测试，包括具体实现环境、最优调度、竞争与合作游戏、任务分解、推理和规划等。
# '''LLM辅助规划方法'''：提供了LLM辅助规划算法的模块化视角，包括计划生成器、环境解释器和增强反馈提供者。重点讨论了LLM作为规划器和促进者的角色，以及它们在解决新规划问题中的作用。
# '''讨论'''：探讨了使用LLMs进行规划的挑战，包括它们的固有局限性、模型更新导致的行为变化、提高鲁棒性的策略、理解物理约束和解决延迟问题。