May, 2024
CPS-LLM：基于大型语言模型的人-机-工网络中安全使用计划生成器
CPS-LLM: Large Language Model based Safe Usage Plan Generator for
Human-in-the-Loop Human-in-the-Plant Cyber-Physical System
TL;DR使用大型语言模型（LLM）和人在环循环人在植物物理系统（CPS）中探索将高水平提示转化为个性化行动计划，并随后将该计划转化为由实际物理系统控制器自动执行的推理序列决策，以达到控制目标。我们表明，将LLM置于上下文中使其能够生成领域特定的计划相对简单。然而，这些计划可能对物理系统来说无法执行，或对人类使用者来说不安全。因此，我们提出了CPS-LLM，这是一个使用指令调整框架进行重新训练的LLM，确保生成的计划不仅与CPS的物理系统动力学一致，而且对人类使用者来说是安全的。CPS-LLM由两个创新组成部分组成：a）一种基于液态时常的神经网络物理动力学系数估计器，可以推导出带有一些未测量状态变量的动力学模型的系数；b）然后使用模型系数对使用动力学系统和相应模型系数体现的提示进行LLM训练。我们表明，当将CPS-LLM与如BARD等上下文化聊天机器人集成时，它可以生成可行且安全的计划，以管理被1型糖尿病患者使用的自动胰岛素输送系统的外部事件，如餐饮事务。