WikiEdge:ArXiv-2409.01806/methods

出自WikiEdge
跳至導覽 跳至搜尋
編輯

這篇文獻的工作部分詳細介紹了如何利用大型語言模型（LLM）輔助的人工智能規劃（AI Planning）。以下是這部分的主要內容：

  1. 問題定義：
    • 明確了有效規劃對於任務成功的重要性，包括設定目標、制定計劃和分配資源。
  2. LLM在規劃中的適用性：
    • 討論了LLM在自動化規劃中的潛力，特別是在常識推理方面的能力，以及它們如何從給定狀態推導出實現目標所需的一系列動作。
  3. 現有挑戰：
    • 強調了通過直接提示生成的計劃在執行時常失敗的問題，並探討了規劃中的關鍵領域，如具身環境、最優調度、競爭與合作遊戲、任務分解、推理和規劃。
  4. 規劃方法和基準測試：
    • 通過現有規劃基準數據集和方法的批判性審查，突出了有前景的方向，並識別了利用LLM能力解決現實世界規劃挑戰的重大障礙。
  5. 規劃問題的形式化：
  6. 經典規劃：
    • 描述了經典規劃問題的形式化，包括在完全可觀察環境中代理的操作，以及狀態轉移和獎勵函數的建模。
  7. 領域描述：
    • 討論了PDDL在定義規劃問題和領域中的應用，包括域文件、問題文件和計劃的構成。
  8. 規劃基準：
    • 分類並討論了現有的基準測試，包括具身環境、謎題挑戰和自然語言規劃。
  9. LLM輔助規劃方法：
    • 提供了LLM輔助規劃算法的模塊化視角，包括計劃生成器、環境解釋器和增強反饋提供者，並討論了LLM作為規劃器和促進者的角色。
  10. 討論：
    • 探討了使用LLM進行規劃的挑戰，包括它們的固有局限性、模型更新導致的行為變化、提高魯棒性的策略、理解物理約束和解決延遲問題。
取自「http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv-2409.01806/methods&oldid=956」