SPIRAL: 基于接地搜索的LLM规划

本文介绍了SPIRAL，一个用于LLM规划的新框架，它将认知架构集成到蒙特卡洛树搜索（MCTS）循环中。它通过结合Planner、Simulator和Critic来解决LLM在复杂规划任务中的局限性，从而引导搜索过程。关键贡献是这些agent之间的协同作用，将MCTS转变为一个有引导、自我纠正的推理过程。本文在基准数据集上展示了相对于现有方法的显著性能提升，突出了所提出方法的有效性。

• •SPIRAL是一个用于LLM规划的新框架，它将认知架构集成到MCTS循环中。
• •它使用Planner、Simulator和Critic来引导搜索过程。
• •SPIRAL在基准数据集上显著优于现有方法。
• •该方法展示了卓越的token效率。