该研究提出了一种结合人类专业知识与大型语言模型（LLM）的任务规划方法，通过任务树简化规划过程。研究表明，LLM在复杂任务中的表现有限，提出的Plan Like a Graph技术提升了模型性能。Meta-Task Planning方法通过任务分解简化规划，评估结果显示LLM与多智能体系统整合的潜力。此外，研究探讨了LLM在机器人长期任务规划中的应用，展示了其有效性和前景。