论文
以规划器在环反馈迈向安全可靠的LLM PDDL形式化
Toward Secure and Reliable PDDL Formalization of Large Language Models with Planner-in-the-Loop Feedback
摘要
规划常需要既可执行又可验证的符号规格。对部署在自主或决策支持系统中的LLM，形式化中的失败可能导致不可验证的决策、执行失败或不安全的下游行为。我们提出NL-PDDL-Bench：一个多领域基准——面向自然语言到PDDL规格构建、以规划器验证可执行性并按对象数量控制难度缩放。进一步提出规划器在环框架：使用验证器与规划器诊断通过局部修改修订不可执行的规格。基于此基础设施，我们开发规划器落地的优化配方：结合参数高效LoRA监督微调、离线规划器派生偏好对做DPO、以及推理时规划器在环修复——训练期间无需在线规划器调用。我们还提供统一评估套件：可解析性、可解性、规格相似性与面向结果的计划级一致性。代表模型家族上的实验显示规划器成功率与计划级一致性的大幅增益，在难度缩放与跨域变化下鲁棒性改善。
