arXiv cs.AI· Jinglin Dai, Jiawan Wang, Ruiqi Hong, Lei Bu·· 15 天前AI 评分34
从自然语言意图到可执行控制：面向多组件信息物理系统的分层反馈引导 LLM 规划
From Natural Language Intent to Executable Control: Hierarchical Feedback-Guided LLM Planning for Multi-component Cyber-Physical Systems
AI 导读
研究者提出了一个分层反馈框架，利用不同类型的反馈信息引导 LLM 为多组件信息物理系统（CPS）生成可执行计划。该方案让 LLM 同时生成结构化任务计划与信号时序逻辑（STL）约束并修正矛盾，在执行控制合成失败时提取违规约束等诊断信息以引导重新规划。在 7 个异构多组件 CPS 场景的实验中，结合 GPT-5 的规划与可行控制执行成功率达到 87.9%。
来源：arXiv cs.AI · arxiv.org