自动化生成基于 LLM 的 PDDL 规划动作选择提示
人工智能
2025-05-05 v4 计算与语言
摘要
大语言模型（LLMs）已革新了大量 NLP 任务。一个活跃的争论是它们在多大程度上能进行推理与规划。先前工作在 PDDL 规划的具体背景下评估了后者，基于将三个 PDDL 领域手动转换为自然语言（NL）提示。此处我们自动化了这一转换步骤，展示了如何利用 LLM 从 PDDL 输入自动生成 NL 提示。我们自动生成的 NL 提示取得了与先前手动生成提示相似的 LLM 规划性能。除此之外，该自动化使我们能运行大得多的实验，首次提供了对 PDDL 中 LLM 规划性能的广泛评估。我们的 NL 提示优于 PDDL 提示和简单的基于模板的 NL 提示。与符号规划器相比，LLM 规划远远落后；但在某些领域中，我们最佳的 LLM 配置比使用 LM-cut 的 A 可扩展到更大规模。
引用
@article{arxiv.2311.09830,
title = {Automating the Generation of Prompts for LLM-based Action Choice in PDDL Planning},
author = {Katharina Stein and Daniel Fišer and Jörg Hoffmann and Alexander Koller},
journal= {arXiv preprint arXiv:2311.09830},
year = {2025}
}
备注
Extended version of the paper from the ICAPS'25 proceedings (same main part + additional appendix)