研究人员探索了使用大型语言模型(LLMs)为分层任务网络(HTN)规划生成有效的启发式方法。该方法旨在改进现有的启发式方法,这些方法的信息量不如经典规划中使用的启发式方法。通过将 LLM 生成的启发式方法应用于 Pytrich 规划器,跨越六个基准领域,研究发现这些启发式方法几乎达到了最佳 HTN 规划器的覆盖率,同时显著减少了大多数问题上的搜索工作量。 AI
影响 通过利用大型语言模型进行更有效的任务分解和搜索,增强了人工智能规划能力。
排序理由 详细介绍人工智能规划新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →