CLMASP：将大型语言模型与答题集编程结合用于机器人任务规划
原文中文，约500字，阅读约需2分钟。发表于：。使用 CLMASP 方法，通过结合大型语言模型 (LLMs) 和 Answer Set Programming (ASP) 的能力，能够生成可在具体机器人情境中执行的规划方案，大幅度提高了可执行率。
该研究使用大型语言模型（LLM）和人在环循环人在植物物理系统（CPS）中探索将高水平提示转化为个性化行动计划，并确保对物理系统和人类使用者都是安全的。通过使用液态时常的神经网络物理动力学系数估计器和模型系数对LLM进行训练，可以生成可行且安全的计划。该研究还将CPS-LLM与上下文化聊天机器人集成，以管理1型糖尿病患者使用的自动胰岛素输送系统的外部事件。
