该文综述利用大语言模型提取任务知识、构建奖励函数与技能学习的研究，通过环境反馈迭代对齐奖励参数以实现物理技能高效学习，并提出零样本从职位描述提取技能、BOSS技能引导、潜在变量技能提取及Skill-It在线采样等方法，同时探索LLM接地与技能空间规划以提升长期任务学习效率。

本研究使用大规模语言模型（LLM）解决开放式家庭环境中长期任务规划的问题，通过新颖的状态表示方法和LLM的能力，在模拟和现实世界的任务规划场景中取得了显著的改进。