基于大语言模型与强化学习的自主施工与进度更新

事件

全球人口快速增长使传统施工方式逐渐难以满足住房需求，机器学习算法的进步推动研究者探索其在建筑行业的应用。一项新研究提出基于大语言模型与强化学习的自主施工方法，面向移动起重机完成施工任务的自动规划与执行。

方法上，研究团队开发了增强型软演员-评论家强化学习算法，根据施工任务为起重机规划动作，并结合机器人运动学与控制算法，确保强化学习生成的动作能被起重机实际执行。同时，团队构建定制化嵌入模型，按用户关注点从施工环境中提取信息；再借助大语言模型ChatGPT 5更新施工进度、向控制系统提供安全信息并生成施工进度报告。

可行性通过多次全尺寸挡土墙施工实验得到验证。该工作展示了语言模型与强化学习协同用于施工任务规划、安全监控与进度管理的路径，对建筑行业从传统施工向智能施工转型具有参考价值，后续值得关注其在更复杂工况和真实工地中的落地表现。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：arXiv cs.AI*