大语言模型能通过求解器提示进行路径规划吗？

文章研究了如何通过整合求解器生成的反馈（如碰撞提示、自由空间提示等）来提升大型语言模型（LLMs）在解决经典机器人路径规划任务中的表现。作者提出了四种提示策略，并评估了三种不同LLMs的性能。实验结果表明，求解器生成的反馈能够显著提高LLMs解决中等难度问题的能力，但在面对复杂的多障碍问题时，LLMs的表现仍然有限。此外，作者还分析了不同提示策略的效果，发现图像提示对性能提升没有明显帮助，而微调可以改善某些问题的解。

1 封闭循环提示框架

该框架的初始提示为LLM提供路径规划问题的基本信息，包括初始位置、目标位置、障碍物等。初始提示还包括一些指导性说明，例如如何输出解答，并提供一个示例路径规划问题及其解决方案。

反馈循环

LLM生成初步的路径解答后，框架会对其进行验证，通常使用求解器（如SMT求解器）来检测解答中的错误。检测结果以反馈的形式返回给LLM，指出解答中的问题，如路径碰撞或无效段。框架依靠求解器生成四种不同类型的反馈：

• 碰撞提示：告知LLM路径在哪些地方与障碍物相交。

• 自由空间提示：为LLM提供路径可以安全通过的区域或替代路线的建议。

• 正确前缀提示：确认LLM生成的路径中哪些部分是有效的，鼓励它在这些基础上继续探索。

• 图像提示：向LLM提供路径规划问题的可视化图像（例如障碍物和路径的布局）。

多轮迭代

反馈被提供给LLM后，模型会基于提示重新生成路径解答。该过程会重复多轮，直到LLM找到正确的解答或超过预定的迭代次数。

微调与优化

在多次提示循环中，LLM的表现可以通过微调进一步优化。微调涉及对模型进行特定领域的数据训练，以提高其在特定任务（如路径规划）中的表现。

2 结语

文章探讨了通过结合求解器生成的反馈（如碰撞提示、自由空间提示等），如何提升大型语言模型（LLMs）在路径规划问题中的表现。实验表明，这种反馈能帮助模型解决中等难度问题，但对更复杂的问题仍然效果有限。

论文题目： Can LLMs plan paths with extra hints from solvers?

论文链接： https://arxiv.org/abs/2410.05045

PS: 欢迎大家扫码关注公众号^_，我们一起在AI的世界中探索前行，期待共同进步！