本研究探讨了大型语言模型（LLMs）在自动规划中的应用，发现LLMs在翻译方面表现优异，但在数字和物理推理任务中存在局限。研究提出了多种框架，如Teriyaki和LLM + P，结合经典规划器的优点，显示出LLMs与传统方法结合的潜力。实验结果表明，混合方法SimPlan在规划任务中优于现有基于LLMs的规划器，展示了完全自动化规划的可能性。