论文

GenePlan:利用大语言模型进化更优的广义PDDL规划

GenePlan: Evolving Better Generalized PDDL Plans using Large Language Models

智能体系统Agent 规划

摘要

我们提出GenePlan(GENeralized Evolutionary Planner),一个利用大语言模型(LLM)辅助进化算法为PDDL描述的经典规划任务生成领域相关广义规划器的新框架。通过将广义规划(generalized planning)转化为优化问题,GenePlan迭代地进化出可解释的Python规划器,使其在多样的问题实例上最小化规划长度。在涵盖六个现有基准领域与两个新领域的实证评估中,GenePlan取得平均SAT得分0.91,非常接近最先进规划器的表现(SAT得分0.93),并显著优于思维链(CoT)提示等其他基于LLM的基线(平均SAT得分0.64)。生成的规划器能够快速求解新实例(平均每任务0.49秒),且成本低廉(使用GPT-4o时平均每领域$1.82)。

GenePlan:利用大语言模型进化更优的广义PDDL规划:论文配图
图 1:显示 GenePlan 架构的图。 Python 规划器存储在 planner_db 中。右循环 (1-9) 生成新的候选规划器,而左循环 (10-11) 在每代结束时修剪低分候选者。运行后,可以通过查询planner_db提取最佳规划器(12)