大语言模型能否成为基于提示工程的优秀路径规划器？消除幻觉以实现路径规划
计算与语言
2025-05-08 v3
摘要
大型语言模型（LLM）中的空间推理是具身智能的基础。然而，即使在简单的迷宫环境中，LLM仍在长期路径规划中面临挑战，主要受其空间幻觉及长期推理导致的上下文不一致幻觉的影响。为此，本研究提出一种创新模型：空间到关系转换与课程 Q 学习（Spatial-to-Relational Curriculum Q-Learning, S2RCQL）。为消除LLM的空间幻觉，我们提出空间到关系方法，将空间提示转换为表示实体关系链和路径的实体关系。这一方法充分发挥LLM在顺序思维方面的潜力。因此，我们设计基于 Q 学习的路径规划算法，以消除上下文不一致幻觉，增强LLM的推理能力。利用状态-动作 Q 值的辅助信息作为提示，我们纠正了LLM的幻觉，从而引导LLM学习最优路径。最后，我们提出一种基于LLM的逆向课程学习技术，以进一步消除上下文不一致幻觉。LLM通过降低任务难度并利用其积累的成功经验来解决更复杂的任务。我们基于百度自主开发的大语言模型ERNIE-Bot 4.0进行了全面实验。结果显示，所提出的S2RCQL在成功率和最优性率上相对于先进的提示工程方法实现了23%至40%的提升。
引用
@article{arxiv.2408.13184,
title = {Can LLM be a Good Path Planner based on Prompt Engineering? Mitigating the Hallucination for Path Planning},
author = {Hourui Deng and Hongjie Zhang and Jie Ou and Chaosheng Feng},
journal= {arXiv preprint arXiv:2408.13184},
year = {2025}
}
备注
Accepted by ICIC 2025