본 논문은 대규모 언어 모델(LLM), 체계적인 평가, 그리고 진화 알고리즘을 결합하여 동적 시스템 제어에 적용하는 새로운 방법을 제안합니다. 기존의 블랙박스 신경망 기반 제어 방식과 달리, 제어 정책을 Python과 같은 표준 프로그래밍 언어로 표현하여 해석 가능성과 투명성을 높였습니다. LLM은 제어 정책 설계 단계에서만 사용되며, 시스템의 모든 구성 요소는 실행 시에도 해석 가능하고 검증 가능하게 유지됩니다. 시뮬레이션을 통해 후보 제어기를 평가하고 LLM을 사용하여 진화시키며, 진자 스윙업 및 컵 안의 공 제어 과제에 본 방법을 적용하여 그 효과를 보여줍니다. 소스 코드는 공개적으로 제공됩니다.
