arXiv · cs.AI· Yifei Xiao, Huasheng Lin, T. Y. Yang·· 10 小时前
基于大语言模型与强化学习的自主施工及进度更新方法
Large language model and reinforcement learning based autonomous construction and progress updates
arXiv:2610.26899v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yifei Xiao, Huasheng Lin, T. Y. Yang
研究任务与主要进展
研究提出一种基于大语言模型与强化学习的自主施工方法，用增强软演员-评论算法为移动式起重机规划施工动作。方法结合机器人运动学与控制算法保证动作可执行，并开发定制嵌入模型提取施工环境信息；ChatGPT 5用于更新施工进度、向控制系统提供安全信息及生成进度报告。基于论文摘要，作者通过若干次全尺度挡土墙施工实验验证了所提方法的可行性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org