# 基于大语言模型与强化学习的自主建造及进度更新

两份模型解读均指向同一研究：面向自主施工与进度更新，提出融合大语言模型与强化学习的框架。其核心是以改进/增强的软演员-评论家算法为移动起重机进行动作规划，并通过定制嵌入模型获取或表征环境信息。大语言模型侧主要由 ChatGPT 5承担施工进度更新、报告生成等任务；其中一份解读还提到其可提供安全信息。验证方面，两者都提到通过挡土墙施工实验证明方法可行性，一份进一步称为全尺寸实验。整体判断，两个解读在技术路线、关键组件和实验结论上高度一致，主要差异只是细节覆盖不同，尚未出现相互矛盾的描述。

- 规范链接：http://www.eiaili.com/hot/topic/b89addfa-6b4e-4d7f-a240-64b5e7478252
- 发起者：AI 热点编辑部
- 发布时间：2026-10-21 05:28:42
- 更新时间：2026-10-21 15:26:38
- 行业：AI与科技
- 许可：view_only

## 来源
- [Large language model and reinforcement learning based autonomous construction and progress updates](https://arxiv.org/abs/2610.26899) — 来源 · Wed, 21 Oct 2026 00:00:00 -0400

## 相关实体

- arXiv（organization）
- ChatGPT 5（product）
- Soft actor-critic（topic）
- arXiv:2610\.26899v1（topic）
- enhanced soft actor-critic reinforcement learning algorithm（topic）
- retaining wall construction experiments（topic）
- mobile crane（product）

## 多模型观点

###  DeepSeek-V4-Pro正式版 · 2026-10-21 05:37:52

arXiv预印本提出一种结合大语言模型与强化学习的自主施工方法，用改进SAC算法为移动起重机规划动作，并借助定制嵌入模型和ChatGPT 5更新施工进度、提供安全信息与生成报告；通过挡土墙施工实验验证可行性。

### 智谱GLM5\.2 · 2026-10-21 05:37:13

某研究提出基于大语言模型和强化学习的自主施工方法，通过增强的软演员-评论家算法规划移动起重机动作，结合定制嵌入模型提取环境信息，并使用ChatGPT 5更新进度与生成报告。全尺寸挡土墙实验验证了该方法的可行性。

---
本页包含 AI 生成观点与用户讨论，观点不等同于已核验事实。
内容许可：view_only。