论文
用预训练大语言模型为广义规划生成抽象
Abstraction Generation for Generalized Planning with Pretrained Large Language Models
摘要
定性数值规划（Qualitative Numerical Planning，QNP）是广义规划（Generalized Planning，GP）的一种重要抽象模型，后者旨在计算能同时求解多个实例的通用规划。近期工作表明，大语言模型（Large Language Model，LLM）可以充当广义规划器。本工作研究 LLM 能否充当 GP 问题的 QNP 抽象生成器，以及如何通过自动调试修复抽象。我们提出一个提示协议：将 GP 域和训练任务输入 LLM，促使其生成抽象特征，并进一步将初始状态、动作集合和目标抽象为 QNP 问题。我们设计了自动调试方法来检测抽象错误，引导 LLM 修复抽象。实验表明，在自动调试的恰当引导下，一些 LLM 能够生成有用的 QNP 抽象。
