Knowledge Engineering for Planning and Scheduling in the LLM Era

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F25%3A10512214" target="_blank" >RIV/00216208:11320/25:10512214 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21730/25:00386272

Výsledek na webu

<a href="https://doi.org/10.1609/icaps.v35i1.36142" target="_blank" >https://doi.org/10.1609/icaps.v35i1.36142</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1609/icaps.v35i1.36142" target="_blank" >10.1609/icaps.v35i1.36142</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Knowledge Engineering for Planning and Scheduling in the LLM Era

Popis výsledku v původním jazyce

Automated planning requires explicit domain knowledge to generate effective solutions. The process of formulating, maintaining, and validating this knowledge is the cornerstone of Knowledge Engineering for Planning and Scheduling (KEPS). Although Large Language Models (LLMs) have shown promise for automated planning tasks, and are gaining popularity in the field, their impact on KEPS remains under-explored. In this paper, we investigate the potential of LLMs to streamline and enhance the KEPS field by taking a close look at the processes used to develop explicit symbolic knowledge models, in particular for use in safety-related applications. The paper&apos;s findings are that while LLMs can assist in knowledge acquisition and formulation, human domain expertise and external symbolic validators remain indispensable for ensuring correctness, operationality and completeness of planning applications.

Název v anglickém jazyce

Knowledge Engineering for Planning and Scheduling in the LLM Era

Popis výsledku anglicky

Automated planning requires explicit domain knowledge to generate effective solutions. The process of formulating, maintaining, and validating this knowledge is the cornerstone of Knowledge Engineering for Planning and Scheduling (KEPS). Although Large Language Models (LLMs) have shown promise for automated planning tasks, and are gaining popularity in the field, their impact on KEPS remains under-explored. In this paper, we investigate the potential of LLMs to streamline and enhance the KEPS field by taking a close look at the processes used to develop explicit symbolic knowledge models, in particular for use in safety-related applications. The paper&apos;s findings are that while LLMs can assist in knowledge acquisition and formulation, human domain expertise and external symbolic validators remain indispensable for ensuring correctness, operationality and completeness of planning applications.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA25-18003S" target="_blank" >GA25-18003S: Použití formálních gramatik a automatů pro získávání a verifikování doménové řídící informace v plánování</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings International Conference on Automated Planning and Scheduling Icaps

ISBN

978-1-57735-903-6

ISSN

2334-0835

e-ISSN

2334-0843

Počet stran výsledku

5

Strana od-do

391-395

Název nakladatele

AAAI Press

Místo vydání

Washington DC, USA

Místo konání akce

Melbourne

Datum konání akce

9. 11. 2025

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—