LLM Safety Neuro-symbolic Task Planning Cyber-Physical Systems
摘要

针对大语言模型(LLM)在信息物理系统(CPS)中因幻觉导致的不安全问题,本文提出 SafePilot 框架。该框架采用分层神经符号架构,依据属性与时序规范提供端到端保障。通过判别器评估任务复杂度,简单任务直接由带验证的 LLM 规划,复杂任务则利用分治策略分解为子任务并行规划后合并。系统能将自然语言约束转化为形式化规范,迭代检测并修正 LLM 输出直至生成有效计划,确保 CPS 在多重约束下的安全性与适应性。

AI 推荐理由

论文提出分层规划框架,核心在于任务分解、子任务规划及基于验证的迭代修正机制。

研究机构
圣母大学 华盛顿州立大学
论文信息
作者 Weizhe Xu, Mengyu Liu, Fanxin Kong
发布日期 2026-03-23
arXiv ID 2603.21523
相关性评分 9/10 (高度相关)