论文
为基于LLM的规划器定位并纠正错误
Localizing and Correcting Errors for LLM-based Planners
摘要
大语言模型（LLM）在数学与编程上展现出强推理能力，但在符号经典规划任务上频繁失败。我们的研究及先前工作表明，LLM生成的规划常违反指令中给出的领域约束（例如穿墙而行）。为解决这一失败，我们提出用局部化上下文学习（L-ICL）演示迭代增强指令：针对特定失败步骤的定向纠正。具体而言，L-ICL识别轨迹中的首个约束违反，并注入一个最小输入-输出示例，给出失败步骤的正确行为。我们提出的L-ICL技术远比显式指令或传统ICL（添加完整问题求解轨迹）以及许多其他基线有效。例如，在8x8网格世界（gridworld）上，L-ICL仅用60个训练示例即以89%的比率产出有效规划，而最佳基线为59%，提升30%。L-ICL在其他领域（网格世界导航、迷宫、Sokoban与BlocksWorld）以及多个LLM架构上同样展现显著改进。
