arXiv ID:
2607.04854
arXiv 提交日期: 2026-07-06
CARL:面向大语言模型规划的约束感知强化学习 / CARL: Constraint-Aware Reinforcement Learning for Planning with LLMs
1️⃣ 一句话总结
该研究提出一种名为CARL的强化学习方法,通过比较模型在有无约束条件下的输出分布来设计奖励信号,从而训练大语言模型在生成计划时自发地关注并遵守任务约束,无需外部工具辅助即可提升规划的可靠性和准确性。