标签
该论文提出通过学习索引策略（indexical policies）形式的搜索控制，使规划搜索在多项式空间内完成，代价是时间仅随选择深度指数增长；结合语言模型的反例引导学习循环，在IPC 2023学习赛道等基准上解决了1,709/1,890个测试任务，优于LAMA、BFWS和Levitron。
本文介绍了一种在Lean中利用LLMs自动生成具有完备性形式化证明的泛化规划的方法，并在基准领域上进行了评估，展示了在自动规划验证方面的显著进步。
本文研究了用于自动化广义任务与运动规划的编码智能体，表明它们在模拟环境中以更高的成功率和效率优于传统方法。
本文介绍了 HCL-GP，这是一种动态策略学习框架，将广义规划与分层任务分解相结合，使基于大语言模型（LLM）的智能体能够学习和复用可执行的策略组件，从而在 AppWorld 基准测试上显著提升性能。