計画ドメイン生成のためのフィードバック空間における探索としてのモデル空間推論
arXiv cs.AI / 2026/4/13
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、自然言語記述から実運用可能な計画ドメインを生成するという未解決の課題に取り組み、現在のLLM／推論アプローチでもなお低品質な結果が生じる点を指摘している。
- ランドマークやバリデータから導出される信号など、少量の記号的拡張のみを用いて計画ドメインを生成する、エージェンティックな言語モデルのフィードバック枠組みを提案する。
- VAL計画バリデータの出力を含む、さまざまな形態の記号的フィードバックに基づいてドメイン品質を評価し、どの信号が生成結果を最も効果的に改善するかを特定する。
- モデルの「モデル空間」に対してヒューリスティック探索を適用し、フィードバック信号を用いて計画ドメイン品質を反復的に最適化する。
- 全体として、本研究はドメイン生成を単発の生成タスクとしてではなく、「探索とフィードバック」の問題として捉え直す。
