Key points are not available for this paper at this time.
계획은 주어진 환경에서 특정 목표를 달성하는 일련의 행동을 찾는 인공지능의 기본 작업입니다. 대규모 언어 모델(LLM)은 웹 또는 구현된 에이전트와 같이 계획 능력이 필요한 응용 분야에서 점점 더 많이 사용되고 있습니다. 최근 연구에 따라, 우리는 실험을 통해 LLM이 계획에 필요한 중요한 기술을 결여하고 있음을 입증합니다. 이러한 관찰을 바탕으로, LLM과 고전적 계획 방법론을 결합한 하이브리드 접근법의 가능성을 제안합니다. 이후, 우리는 새로운 하이브리드 방법인 SimPlan을 소개하고 새로운 도전적 환경에서 그 성능을 평가합니다. 다양한 계획 영역에 걸친 광범위한 실험을 통해 SimPlan이 기존 LLM 기반 계획자보다 현저히 우수함을 입증합니다.
Hirsch 등(태양,)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: