論文の概要: Improved Generalized Planning with LLMs through Strategy Refinement and Reflection

• arxiv url: http://arxiv.org/abs/2508.13876v1
• Date: Tue, 19 Aug 2025 14:42:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.956629
• Title: Improved Generalized Planning with LLMs through Strategy Refinement and Reflection
• Title（参考訳）: 戦略リファインメントとリフレクションによるLCMの汎用計画の改善
• Authors: Katharina Stein, Nils Hodel, Daniel Fišer, Jörg Hoffmann, Michael Katz, Alexander Koller,
• Abstract要約: 疑似コードの形で戦略を生成する手法を提案する。 我々は、Pythonデバッグフェーズをリフレクションステップで拡張し、LLMが観測された計画失敗の理由を特定できるようにする。 17のベンチマーク領域で実験を行い、これらの拡張によって一般化された計画の品質が大幅に向上することを示した。
• 参考スコア（独自算出の注目度）: 58.79806530685551
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLMs have recently been used to generate Python programs representing generalized plans in PDDL planning, i.e., plans that generalize across the tasks of a given PDDL domain. Previous work proposed a framework consisting of three steps: the LLM first generates a summary and then a strategy for the domain, both in natural language, and then implements that strategy as a Python program, that gets debugged on example planning tasks. In that work, only one strategy is generated and passed directly to the program generation. If the strategy is incorrect, its implementation will therefore result in an incorrect generalized plan. Here, we introduce an approach that generates the strategy in the form of pseudocode and enables automatic debugging of the pseudocode, hence allowing us to identify and fix errors prior to the generation of the generalized plan itself. Additionally, we extend the Python debugging phase with a reflection step prompting the LLM to pinpoint the reason for the observed plan failure. Finally, we take inspiration from LLM code generation to produce several program variants and pick the best one. Running experiments on 17 benchmark domains, we show that these extensions substantially improve (and never deteriorate) the quality of the generalized plans. In 12 of the domains, our best Python programs solve all tasks that can be generated with the respective instance generator.
• Abstract（参考訳）: LLMは、最近、PDDLプランニングにおける一般的な計画を表すPythonプログラム、すなわち、あるPDDLドメインのタスクをまたいで一般化する計画を生成するために使用されている。 LLMはまず要約を生成し、その後、自然言語の両方でドメインの戦略を生成し、その後、Pythonプログラムとしてその戦略を実装し、サンプル計画タスクでデバッグされる。 その作業では、1つの戦略のみが生成され、プログラム生成に直接渡される。 戦略が間違っていれば、その実装は不正確な一般化計画をもたらす。 本稿では,擬似コードの形式で戦略を生成する手法を導入し,擬似コードの自動デバッグを可能にする。 さらに、リフレクションステップでPythonデバッグフェーズを拡張して、LLMが観測された計画失敗の理由を特定できるようにします。 最後に、LLMコード生成からインスピレーションを得て、いくつかのプログラム変種を生成し、最良のものを選びます。 17のベンチマーク領域で実験を行い、これらの拡張が一般化された計画の品質を大幅に改善する(そして決して悪化しない)ことを示した。 12のドメインで、最高のPythonプログラムは、各インスタンスジェネレータで生成されるすべてのタスクを解決します。

関連論文リスト

• Classical Planning with LLM-Generated Heuristics: Challenging the State of the Art with Python Code [8.971234046933349]
  大規模言語モデル(LLM)は、計画タスクの詳細な定義を伴っても、確実に計画に失敗する。 サイズが大きくなるような配布外タスクであっても、LCMを使って正確な計画を生成する方法を示す。
  論文  参考訳（メタデータ） (2025-03-24T15:50:20Z)
• Query-Efficient Planning with Language Models [8.136901056728945]
  複雑な環境での計画では、エージェントがスタートからゴールまでの一連のアクションを見つけるために、ワールドモデルを効率的にクエリする必要がある。 最近の研究によると、Large Language Models(LLM)は、将来有望な状態を探索し、世界からのフィードバックに適応することによって、計画に役立つ可能性がある。 両アプローチが同等のベースラインで改善されているのに対して,LLMを生成プランナーとして使用すると,相互作用が大幅に減少することを示す。
  論文  参考訳（メタデータ） (2024-12-09T02:51:21Z)
• Interactive and Expressive Code-Augmented Planning with Large Language Models [62.799579304821826]
  大きな言語モデル(LLM)は、常識的推論と対話的な意思決定において強力な能力を示す。 近年,制御フローなどのコード・アジャセント技術を用いてLCM出力を構造化し,計画性能を向上させる技術が提案されている。 完全コード表現で動的なLEM計画手法であるREPL-Planを提案する。
  論文  参考訳（メタデータ） (2024-11-21T04:23:17Z)
• Generalized Planning in PDDL Domains with Pretrained Large Language Models [82.24479434984426]
  PDDLドメインを考慮し、GPT-4を用いてPythonプログラムを合成する。 7つのPDDLドメインでこのアプローチを評価し、4つのアブレーションと4つのベースラインと比較した。
  論文  参考訳（メタデータ） (2023-05-18T14:48:20Z)
• LLM+P: Empowering Large Language Models with Optimal Planning Proficiency [46.20085545432116]
  大規模言語モデル(LLM)は、目覚ましいゼロショットの一般化能力を示している。 古典的なプランナーは、一度形式化された方法で問題が与えられると、効率的な検索アルゴリズムを使って、正しい、あるいは最適なプランを素早く特定できる。 本稿では,従来のプランナーの強みを LLM に組み込んだ最初のフレームワークである LLM+P を紹介する。
  論文  参考訳（メタデータ） (2023-04-22T20:34:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。