arXiv cs.CL· Jiayi Zhang, Jianing Yin, Ben Zhou, Li Zhang·· 3 天前AI 评分32
通过自动形式化实现鲁棒异步规划
Robust Asynchronous Planning via Auto-Formalization
AI 导读
研究将异步规划统一到一个框架下，并发布三个覆盖任务图规模、状态与资源约束及执行时事件的基准。在 AsyncPlan-XXL 上，PDDL2.1 平均规划准确率仅 30.8%，Planner 为 81.7%，CP-SAT Formalizer 达 94.0%；100 个动作时三者分别为 9.0%、44.5%、82.5%。
正文 · AI 翻译
摘要：LLM 可以作为规划器直接生成调度方案来进行规划，也可以作为形式化器将任务转换为求解器的形式化规范。大多数现实世界任务是异步的，具有非均匀时长、并发性和执行时变化，然而现有基准几乎未覆盖这些情况。我们将异步规划统一到一个公式下，并发布了三个基准，涵盖任务图规模、接地状态与资源约束以及执行时事件。令人惊讶的是，专为时间规划构建的形式化方法 PDDL2.1 是最弱的流程。在 AsyncPlan-XXL 上，其平均规划准确率为 30.8%，而规划器为 81.7%，CP-SAT 形式化器为 94.0%。差距随规模扩大而增大，在 100 个动作时，三种流程分别达到 9.0%、44.5% 和 82.5%。形式化方法本身不应受责备。从同一模型提取的中间表示编译而来，PDDL2.1 和 CP-SAT 达到几乎相同的准确率（81.6% 对 81.5%），而黄金任务图对两者均达到 100%。剩下的瓶颈是所有流程共有的：从语言中恢复任务图。执行时事件进一步降低每个流程的性能，然而仅更新事件引发的约束可达到 81.6%，而完全重新生成仅为 41.6%。因此，稳健的异步规划并不取决于目标形式化方法的表达能力，而取决于模型能够多可靠地编写和编辑它，并且一个精心选择的接口可以让较弱的模型匹敌更强的模型。
| 评论： | 31 页，20 幅图，15 张表 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2606.00981 [cs.CL] |
| （或 arXiv:2606.00981v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.00981 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Jiayi Zhang [查看电子邮件]
[v1]
2026 年 5 月 31 日星期日 03:28:42 UTC（3,663 KB）
[v2]
2026 年 10 月 14 日星期三 07:03:15 UTC（2,597 KB）
来源：arXiv cs.CL · arxiv.org