通用 PDDL 规划的语言模型：合成可证明的程序化策略
人工智能
2025-08-27 v1
摘要
我们研究了使用语言模型（LM）进行由规划域定义语言（PDDL）指定的世界模型上的规划的方法。我们通过提示语言模型生成 Python 程序，这些程序作为解决给定域中 PDDL 问题的通用策略。值得注意的是，我们的方法在没有依赖外部验证器的情况下，对 PDDL 域生成具有可证明正确性的策略。我们在竞赛基准上进行实验，结果表明我们的策略在固定时间和内存限制下能够解决更多的 PDDL 问题，超越 PDDL 规划器和最新的 LM 方法。我们的方法体现为 LMPlan 规划器，可解决数百个相关对象的规划问题。令人惊讶的是，我们观察到在我们的框架中使用的 LM 有时对用无意义符号代替自然语言的 PDDL 问题进行规划得更有效；例如，将（在狗厨房）改写为（p2 o1 o3）。这一发现挑战了 LM 基于词义语义推理和记忆训练语料库中解决方案的假设，这值得进一步探索。
引用
@article{arxiv.2508.18507,
title = {Language Models For Generalised PDDL Planning: Synthesising Sound and Programmatic Policies},
author = {Dillon Z. Chen and Johannes Zenn and Tristan Cinquin and Sheila A. McIlraith},
journal= {arXiv preprint arXiv:2508.18507},
year = {2025}
}
备注
RLC 2025 Workshop on Programmatic Reinforcement Learning