2025_NIPS_AdaPlanner: Adaptive Planning from Feedback with Language Models

文章核心总结与创新点

主要内容

本文提出AdaPlanner，一种基于大型语言模型（LLMs）的闭环规划方法，用于解决文本环境中的序贯决策任务。它通过环境反馈自适应优化计划，同时结合代码式提示和技能发现机制，在ALFWorld和MiniWoB++环境中实现了优于现有基线的性能，且样本效率大幅提升。

核心创新点

1. 双模式闭环优化：区分计划内（in-plan）和计划外（out-of-plan）反馈，分别通过ask_LLM()提取关键信息和“修正-续行”机制重写完整计划，兼顾局部优化与全局调整。
2. 代码式提示结构：采用Pythonic代码格式构建提示，减少LLM幻觉，支持任务分解为子目标，提升规划准确性和可执行性。
3. 技能发现机制：存档成功计划作为少样本示例，无需大量任务演示即可迁移到相似任务，显著提升样本效率。
4. 无训练依赖：仅通过提示实现规划与优化，无需专门训练阶段，降低计算成本且易于跨任务推广。

---

翻译部分（Markdown格式）

Abstract

大型语言模型（LLMs）近年来已展现出作为自主智能体执行序贯决策任务的潜力。然而，大多数现有方法要么贪心执行动作而不进行规划，要么依赖无法适应环境反馈的静态计划。因此，随着问题复杂度和计划