大型语言模型作为规划形式化器：面向自动规划模型的调查
人工智能
2025-10-28 v2
摘要
大型语言模型(Large Language Models, LLMs)在各种自然语言任务中表现突出，但在需要结构化推理的长程规划问题中常常感到挑战。这一局限促使关注将神经符号方法整合到自动规划(Automated Planning, AP)和自然语言处理(Natural Language Processing, NLP)社区中。然而，确定最佳 AP 部署框架会令人费解，并引入新挑战。本文旨在提供当前研究的时事概述，并深入分析，将 LLMs 定位为用于形式化和细化规划规范以支持可靠开箱即用 AP 规划器的工具。通过系统审查当前研究状态，我们突出了方法论，识别了关键挑战和未来方向，期望为 NLP 与自动规划的联合研究作出贡献。
引用
@article{arxiv.2503.18971,
title = {LLMs as Planning Formalizers: A Survey for Leveraging Large Language Models to Construct Automated Planning Models},
author = {Marcus Tantakoun and Xiaodan Zhu and Christian Muise},
journal= {arXiv preprint arXiv:2503.18971},
year = {2025}
}
备注
20 pages, 3 figures, 3 appendices