标签
该论文研究LLM在经典规划问题上的失败，发现传统delete-relaxation启发式h_add在估计结构难度上远优于ARC等学习模型，而通过逐步重命名谓词的受控实验表明LLM规划成功率随语义可解释性下降而从67.5%降至40.0%，指出混合规划系统的关键在于建模LLM的语义行为而非改进结构难度预测器。
本文介绍了一种神经网络架构，该架构从完全观测到的状态轨迹中学习提升动作模式，其中动作参数未观测，旨在实现神经符号模型规划域的鲁棒学习。