面向 LLM 规划器的错误局部化与纠正
人工智能
2026-03-09 v2
摘要
大型语言模型 (LLM) 在数学和编程任务中展现出强大的推理能力，但在符号化经典规划任务中常常失败。我们的研究以及已有工作表明，LLM 生成的计划通常违反指令中给出的域约束（例如穿墙而行）。为解决此问题，我们提出一种迭代式方法，通过局部化情境学习 (Localized In-Context Learning, L-ICL) demonstrations 来增强指令：针对特定失败步骤的定向纠正。具体而言，L-ICL 在轨迹中识别第一个约束违反，并注入一个最小的输入输出示例，以给出 failing 步骤的正确行为。我们提出的 L-ICL 技术比明确指令或传统 ICL（后者添加完整的问题解决轨迹）以及许多其他基线方法更为有效。例如，在 8x8 的网格世界中，L-ICL 仅通过 60 个训练示例即可产生有效计划的比例达到 89%，而最佳基线方法为 59%，提升了 30%。L-ICL 还在其他领域（网格世界导航、迷宫、Sokoban 和 BlocksWorld）以及多种 LLM 架构上显示出显著的改进。
引用
@article{arxiv.2602.00276,
title = {Localizing and Correcting Errors for LLM-based Planners},
author = {Aditya Kumar and William W. Cohen},
journal= {arXiv preprint arXiv:2602.00276},
year = {2026}
}