PDDL-Mind：大语言模型 能够进行信念推理并进行可靠的状态跟踪

即使通过思想链提示或概率信念更新进行增强，大语言模型 (LLM) 在现有心智理论 (ToM) 基准上的表现也大大低于人类水平。我们认为这些失败主要源于不可靠的隐式状态跟踪，而不是高级推理的限制。我们引入了 PDDL-Mind，这是一种神经符号框架，可将环境状态演化与信念推理分离。通过将叙述性描述转换为用规划域定义语言 (PDDL) 表达的显式状态和操作，并根据预定义域验证操作引起的状态转换，PDDL-Mind 为 LLM 提供了 ToM 任务的世界状态的逻辑一致且显式的表示。 MMToM-QA、MuMA 和 FanToM 上的实验表明，PDDL-Mind 在 ToM 基准问题上比现有最先进的方法获得了超过 5% 的绝对准确度增益。