Large Language Models for Planning: A Comprehensive and Systematic Survey
Created by
Haebom
저자
Pengfei Cao, Tianyi Men, Wencan Liu, Jingwen Zhang, Xuzhao Li, Xixun Lin, Dianbo Sui, Yanan Cao, Kang Liu, Jun Zhao
개요
본 논문은 대규모 언어 모델(LLM) 기반 계획(planning)에 대한 종합적인 검토를 제시합니다. 자동 계획의 기본적인 정의와 범주를 소개하고, LLM 기반 계획 방법론을 외부 모듈 증강 방법, 미세 조정 기반 방법, 탐색 기반 방법의 세 가지 주요 접근 방식으로 분류하여 자세히 분석합니다. 기존 평가 프레임워크(벤치마크 데이터셋, 평가 지표, 대표적인 계획 방법 간 성능 비교 포함)를 체계적으로 요약하고, LLM 기반 계획을 가능하게 하는 기본 메커니즘을 논의하며 유망한 연구 방향을 제시합니다.
시사점, 한계점
•
시사점: LLM 기반 계획 방법론의 세 가지 주요 접근 방식(외부 모듈 증강, 미세 조정 기반, 탐색 기반)을 체계적으로 분류 및 분석하여 LLM을 활용한 계획 연구의 현황을 종합적으로 파악할 수 있도록 함. 기존 평가 프레임워크를 요약하여 향후 연구 방향을 제시함으로써 LLM 기반 계획 분야의 발전에 기여.
•
한계점: 본 논문은 LLM 기반 계획에 대한 현 시점의 기술 동향을 정리한 리뷰 논문이므로, 새로운 방법론이나 평가 결과에 대한 실험적인 검증은 포함하지 않음. 또한, 특정 LLM 아키텍처나 계획 문제 유형에 대한 편향이 존재할 가능성이 있음. 급속히 발전하는 분야이기 때문에, 발표 이후 새로운 연구 결과들이 등장할 가능성이 높음.
