LLM规划任务新突破：内在自我批评(ISC)方法详解

1. 论文核心思想解析

这篇论文提出了一种名为"内在自我批评"(Intrinsic Self-Critique, ISC)的创新方法，旨在提升大型语言模型(LLM)在规划任务中的表现。核心思想是通过让模型自身对生成的计划进行迭代式批评和改进，而不依赖外部验证器，从而显著提高规划准确率。

1.1 传统LLM规划面临的挑战

当前LLM在规划任务中存在三个主要痛点：

1. 严格条件验证不足：在需要精确状态跟踪和前置条件验证的经典规划任务（如Blocksworld积木世界、物流规划等）中，LLM表现远逊于专用规划算法。例如，在3-5个积木的Blocksworld任务中，Gemini 1.5 Pro的初始准确率仅为49.8%。

2. 外部验证依赖：现有改进方法大多需要外部oracle（如正确答案）或人工反馈来验证计划质量，这在实际应用中往往不可行或成本过高。

3. 自我评估不可靠：早期研究发现LLM作为自我验证器时存在高假阳性率（错误接受无效计划）和低真阴性率（漏检有效计划）的问题，导致自我修正效果不佳。

1.2 ISC方法的创新突破

ISC通过结构化迭代流程解决了上述问题：

1. 生成-批评-改进循环：

   • 生成阶段：模型根据任务描述输出初始计划
   • 批评阶段：模型检查计划中每个动作的前置条件是否满足
   • 改进阶段：基于批评结果和历史失败案例重新生成计划

2. 上下文累积机制：将历次失败的尝试及其批评意见作为后续生成的上下文，帮助模型避免重复错误。实验表明这一机制对性能提升贡献显著。

3. 基于规则的验证策略：不同于依赖模型主观判断，ISC要求模型严格检查每个动作的前提条件是否符合领域规则，大幅降低了假阳性率。

2. 技术实现细节剖析

2.1 系统架构设计

ISC的工作流程可分为三个核心模块：

1. 计划生成器：

   • 输入：任务描述+领域知识+历史失败案例
   • 输出：分步执行计划（PDDL或自然语言格式）
   • 关键技术：采用few-shot到many-shot的提示工程，逐步扩充上下文示例

2. 自我批评模块：

   python复制def self_critique(plan, domain_kn