用于通用规划的预训练大语言模型抽象生成

定性数值规划（QNP）是通用规划（GP）的重要抽象模型，旨在计算能够同时解决多个实例的通用计划。近期研究表明，大型语言模型（LLMs）可以作为通用规划器。本文探讨LLMs是否可以作为QNP抽象生成器用于GP问题，并如何通过自动化调试修正抽象。我们提出了一种提示协议：将GP领域和训练任务输入LLMs，引导其生成抽象特征，并进一步将初始状态、动作集和目标抽象为QNP问题。设计了一种自动化调试方法，用于检测抽象错误并指导LLMs修正抽象。实验表明，在自动化调试的适当引导下，一些LLMs可以生成有用的QNP抽象。