生成式AI用于自适应系统：现状与研究路线图

自适应系统（SAS）旨在通过包含监测、分析、规划和执行四个核心功能的反馈回路来处理变化和不确定性。最近，生成式人工智能（GenAI），特别是大语言模型领域，在数据理解和逻辑推理方面展现了令人瞩目的性能。这些能力与SAS所需的功能高度契合，表明利用GenAI增强SAS具有巨大潜力。然而，在SAS中采用GenAI的具体益处和挑战尚不清楚。然而，由于SAS领域出版物有限、SAS内部技术和应用的多样性以及GenAI技术的快速演进，要全面理解这些益处和挑战是复杂的。为此，本文旨在为研究人员和实践者提供一个全面的概览，概述在SAS中采用GenAI的潜在益处和挑战。具体而言，我们从四个不同的研究领域收集、筛选和分析文献，并将它们组织成两大类潜在益处：（i）围绕MAPE-K反馈回路特定功能增强SAS的自主性，以及（ii）改善人在回路中设置下人与SAS之间的交互。从我们的研究中，我们勾勒出一条研究路线图，突出将GenAI集成到SAS中的挑战。该路线图从概述需要攻克的关键研究挑战开始，以利用GenAI在该领域的应用潜力。路线图以实践反思结尾，阐述GenAI当前的局限性并提出可能的缓解策略。