基于大型语言模型的动态规划生成与多智能体方法

本研究解决了动态环境下自适应规划方法的不足，提出了一种利用大型语言模型（GPT-4o）自动生成适应性网络的新方法。这种方法的关键在于根据环境“状态”生成互联的智能体网络，实验证明该方法生成的网络在通用性上优于手动构建的网络，显著推动了机器人、自动驾驶汽车和智能系统等领域的规划方法发展。

本研究提出了一种基于大型语言模型（GPT-4o）自动生成适应性网络的方法，解决了动态环境下自适应规划的不足。实验结果表明，该方法生成的网络在通用性上优于手动构建的网络，推动了机器人、自动驾驶汽车和智能系统的发展。

GPT-4o 动态环境多智能体大型语言模型机器人自适应规划适应性网络