論文の概要: Toward Secure and Reliable PDDL Formalization of Large Language Models with Planner-in-the-Loop Feedback
- arxiv url: http://arxiv.org/abs/2606.29700v1
- Date: Mon, 29 Jun 2026 02:08:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.020417
- Title: Toward Secure and Reliable PDDL Formalization of Large Language Models with Planner-in-the-Loop Feedback
- Title（参考訳）: Planner-in-the-Loop フィードバックを用いた大規模言語モデルのセキュアで信頼性の高いPDDL形式化に向けて
- Abstract要約: 計画はしばしば実行可能かつ検証可能な象徴的な仕様を必要とする。
提案するNL-PDDL-Benchは,自然言語とPDDLの仕様作成のためのベンチマークである。
また、バリデータとプランナ診断を用いて、実行不可能な仕様を改訂する、ループ内プランナフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 11.629045437889943
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Planning often requires symbolic specifications that are both executable and verifiable. For large language models deployed in autonomous or decision-support systems, failures in such formalization may lead to unverifiable decisions, execution failures, or unsafe downstream behavior. We present NL-PDDL-Bench, a multi-domain benchmark for natural-language-to-PDDL specification construction with planner-verified executability and controlled difficulty scaling by object count. We further propose a planner-in-the-loop framework that uses validator and planner diagnostics to revise non-executable specifications through localized edits. Building on this infrastructure, we develop a planner-grounded optimization recipe that combines parameter-efficient Low-Rank Adaptation supervised fine-tuning, offline planner-derived preference pairs for Direct Preference Optimization, and inference-time planner-in-the-loop repair, without requiring online planner calls during training. We also provide a unified evaluation suite for parseability, solvability, specification similarity, and outcome-aware plan-level consistency against planner references. Experiments on representative model families show substantial gains in planner success and plan-level agreement, with improved robustness under difficulty scaling and cross-domain variation. These results highlight the value of externally verifiable formalization for reliable deployment of LLMs in safety- or security-sensitive planning systems. Code and data are available at: https://github.com/ibasicplan/NL-PDDL-Bench
- Abstract（参考訳）: 計画はしばしば実行可能かつ検証可能な象徴的な仕様を必要とする。
自律的あるいは意思決定支援システムにデプロイされる大規模な言語モデルでは、このような形式化の失敗は、検証不可能な決定や実行失敗、あるいは安全でない下流動作につながる可能性がある。
提案するNL-PDDL-Benchは,NL-PDDL仕様のマルチドメインベンチマークであり,プランナが検証した実行可能性とオブジェクト数によるスケーリングの困難さを制御している。
さらに、バリデータとプランナ診断を用いて、局所的な編集によって非実行可能仕様を改訂する、ループ内プランナフレームワークを提案する。
このインフラを基盤として,パラメータ効率の高い低ランク適応制御による微調整,オフラインプランナーによる直接選好最適化のための選好ペア,およびオンラインプランナーの訓練を必要とせず,推論時プランナー・イン・ザ・ループ修復を組み合わせた最適化手法を開発した。
また、解析可能性、解決可能性、仕様の類似性、プランナー参照に対する結果認識プランレベルの整合性に関する統一的な評価スイートも提供します。
代表的なモデルファミリーの実験では、プランナーの成功とプランレベルの合意が著しく向上し、スケーリングの困難さとドメイン間の変動によるロバスト性が改善された。
これらの結果は、安全性やセキュリティに敏感な計画システムにおけるLCMの信頼性確保のための、外部検証可能な形式化の価値を強調している。
コードとデータは、https://github.com/ibasicplan/NL-PDDL-Benchで入手できる。
関連論文リスト
- Grounded Evaluation and Repair for NL-to-PDDL Problem Generation [3.323276338973552]
本稿では, LLM 生成, PDDL 解析, 計画と検証, ドメイン・コンフォーマンス・チェッカー, 反復修復を併用したエンドツーエンド NL-to-PDDL パイプラインについて検討する。
プラネタリウム、オートプランベンチ、PDDL2.1の問題が修正された結果、運用の成功とベンチマーク参照の再構築が著しく異なることが示されている。
論文 参考訳（メタデータ） (2026-09-09T08:53:05Z) - AdaPlanBench: Evaluating Adaptive Planning in Large Language Model Agents under World and User Constraints [65.27107190916512]
AdaPlanBenchは,Large Language Model (LLM)エージェントが適応的に計画し,段階的に明らかにされた制約の下で再計画できるかどうかを評価するための,インタラクティブなベンチマークである。
AdaPlanBenchは307の家庭用タスクに基づいて構築されている。
二重制約下での適応計画は依然として困難であり、最良のモデルは67.75%の精度にしか達していない。
論文 参考訳（メタデータ） (2026-06-04T02:47:29Z) - DisasterBench: Benchmarking LLM Planning under Typed Tool Interface Constraints [29.573427850164222]
災害は深刻な社会的影響を引き起こし、異種AIツールの迅速な調整を要求する。
効果的な調整には意味論的に妥当なツールを選択する以上のことが必要です。
本稿では,構造化マルチエージェント計画の評価ベンチマークであるDreamaBenchを紹介する。
論文 参考訳（メタデータ） (2026-05-27T04:50:23Z) - PlanningBench: Generating Scalable and Verifiable Planning Data for Evaluating and Training Large Language Models [52.48858778580074]
計画は大規模言語モデル(LLM)の基本的な機能である
PlanningBenchは、評価とトレーニングの両方のためのスケーラブルで多様な検証可能な計画データを生成するためのフレームワークである。
論文 参考訳（メタデータ） (2026-05-20T08:10:15Z) - PILOT: Planning via Internalized Latent Optimization Trajectories for Large Language Models [51.43746425777865]
大規模言語モデル(LLM)は、しばしばグローバル戦略を定式化する能力に欠けており、長い水平タスクにおけるエラーの伝播につながる。
PILOTは,大規模モデルの戦略的監視を本質的な潜伏誘導に内部化するためのフレームワークである。
論文 参考訳（メタデータ） (2026-01-07T12:38:56Z) - An End-to-end Planning Framework with Agentic LLMs and PDDL [9.718390674899771]
検証者によって支援される計画のためのエンドツーエンドのフレームワークを提案する。
オーケストレータは、自然言語で書かれた人間の仕様を受け取り、PDDLモデルに変換する。
検証済みのドメインと問題は、計画を生成するために外部の計画エンジンに渡される。
論文 参考訳（メタデータ） (2025-12-10T13:17:08Z) - SDA-PLANNER: State-Dependency Aware Adaptive Planner for Embodied Task Planning [22.01842981739722]
エージェントは環境内のクローズループな方法で実行可能なアクションを生成する必要がある。
我々は,SDA-PLANNERを提案し,適応計画パラダイム,状態依存認識,エラー認識機構を包括的具体的タスク計画に適用する。
論文 参考訳（メタデータ） (2025-09-30T15:07:59Z) - Teaching LLMs to Plan: Logical Chain-of-Thought Instruction Tuning for Symbolic Planning [23.185497225384207]
大規模言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、構造化されたシンボリックプランニングを実行する能力はまだ限られている。
論理的連鎖推論によりLLMのシンボリックプランニング能力を高めるために設計された新しい命令チューニングフレームワークPDDL-Instructを提案する。
論文 参考訳（メタデータ） (2025-09-14T02:42:34Z) - 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) - Unlocking Reasoning Potential in Large Langauge Models by Scaling Code-form Planning [94.76546523689113]
CodePlanは、テキストコード形式の計画を生成し、追跡するフレームワークで、高いレベルの構造化された推論プロセスの概要を擬似コードで示します。
CodePlanは、洗練された推論タスク固有のリッチなセマンティクスと制御フローを効果的にキャプチャする。
反応を直接生成するのに比べて25.1%の相対的な改善が達成されている。
論文 参考訳（メタデータ） (2024-09-19T04:13:58Z) - AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。
本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。
幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
論文 参考訳（メタデータ） (2023-05-26T05:52:27Z)
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。