评估 LLM 作为动力系统的可解释控制器

大语言模型（LLM）日益被用于决策和推理任务，但它们作为物理系统控制器的潜力在很大程度上尚未被探索。这项工作研究 LLM 能否在动态热环境中充当可解释控制器，考察其遵循设定点、理解自然语言指令、对执行器效应进行推理以及纳入先验模型知识的能力。五个不同规模的 LLM 在多种场景下接受评估，包括对加热器或风扇使用施加惩罚的设置，以及模型可访问基于物理的预测工具的情形。结果表明，控制性能取决于模型复杂度：低规模和中规模模型经常误解执行器动态或产生不一致的推理，而 Qwen-3~14B 和 GPT-4o 等高复杂度模型实现了准确的温度跟踪、稳定的执行器使用，以及与物理原理一致的自洽解释。引入基于物理的模型通过支持前瞻性决策，显著改善了控制平滑度和能效。详细的推理分类法进一步揭示了从小模型的因果误解到大模型连贯且具时间感知推理的清晰演进。研究结果表明，当 LLM 足够强大并恰当地接入领域知识时，可以充当可解释控制器，凸显了混合基于模型的与语言驱动的控制策略——它们能够提供合理解释——的广阔机会。