English(EN) Large Language Models in the Loop: A Stability- and Network-Aware Survey in Networked Control, Cyber-Physical, and Multi-Agent Systems

调查梳理了LLM在控制系统中的集成挑战

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-16 04:00

一篇新发表在arXiv上的调查论文探讨了大型语言模型（LLM）在网络控制系统（NCS）、网络物理系统（CPS）和多智能体网络系统（CNS）的控制循环中的集成问题。该论文讨论了LLM固有的缓慢、随机特性与这些物理系统严格的稳定性和安全要求之间的固有冲突。它提出了一个框架，其中LLM充当调整高级目标的慢速监督者，而一个快速、经过认证的内部循环则确保物理稳定性，将LLM集成挑战映射到诸如延迟和丢包等经典控制问题。该调查强调了一个常见的权衡：模型能力的增加通常会导致正式安全保证的降低，并指出缺乏正式的稳定性证明是一个关键的研究空白。 AI

影响确定了LLM集成控制系统中正式稳定性证明的关键研究空白，可能指导未来以安全为重点的开发。

排序理由该集群包含一篇发表在arXiv上的调查论文，详细介绍了将LLM应用于控制系统的研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇发表在arXiv上的调查论文，详细介绍了将LLM应用于控制系统的研究。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Haiping Du, Linping Chan · 2026-09-16 04:00

大型语言模型在环：网络控制、网络物理和多智能体系统中的稳定性与网络感知调查

arXiv:2609.16599v1 Announce Type: cross Abstract: Modern networked control systems (NCSs), cyber-physical systems (CPSs), and complex multi-agent network systems (CNSs) increasingly rely on large language models (LLMs) for high-level decision-making. However, the slow, stochastic…

本文如何被排名

报道来源 [1]

大型语言模型在环：网络控制、网络物理和多智能体系统中的稳定性与网络感知调查

相关实体

相关话题