本研究提出L2D-CD方法，优化不完全可靠的专家知识与数据驱动因果发现的结合，优于传统方法，并识别专家的强弱领域，为未来研究奠定基础。

本研究提出了一份整合路线图，探讨大规模语言模型（LLMs）在层次规划（HP）中的应用，提供标准化数据集基准以评估未来基于LLM的HP方法，并展示初步结果，为后续研究奠定基础。