2025_NIPS_Leveraging Pre-trained Large Language Models to Construct and Utilize World Models for ...

文章主要内容总结

该研究针对大型语言模型（LLMs）直接用于规划任务时存在的正确性不足、依赖在线反馈、人力成本高等问题，提出了一种基于模型的新范式：利用LLMs构建规划领域定义语言（PDDL）格式的显式世界模型，再结合独立于领域的可靠规划器完成任务规划。

核心流程包括三部分：

1. PDDL模型构建：通过提示工程（含任务说明、示例、领域上下文、动作描述及动态更新的谓词列表），引导LLMs（重点验证GPT-4）生成包含动作参数、前置条件、效果及谓词定义的PDDL模型，支持对少约束或特定领域动作的建模；
2. 模型纠错：将LLMs作为PDDL与自然语言反馈的中间接口，接收PDDL验证工具（如VAL）的语法错误反馈和人类专家的事实错误反馈，自动修正初始PDDL模型中的错误，降低非专业用户的使用门槛；
3. 规划任务执行：提供两种下游应用方式——一是将LLM生成的PDDL模型直接用于经典规划器（如Fast Downward）搜索可行计划；二是将PDDL模型作为符号模拟器，为LLM规划器提供验证反馈以迭代优化计划。

实验在两个IPC领域（Tyreworld、Logistics）和一个复杂家庭机器人领域展开，结果显示GPT-4能生成含41个动作、400余条文字的高质量PDDL模型，经纠错后可成功解决48个复杂规划任务，经典规划器结合该PDDL模型的任务成功率达95%-100%，显著优于直接使用LLM规划的方案。

文章创新点

1. 范式创新