基于大语言模型与强化学习的自主施工与进度更新
原标题：Large language model and reinforcement learning based autonomous construction and progress updates
AI 摘要
不列颠哥伦比亚大学（UBC）土木工程系的研究者提出了一种基于大语言模型与强化学习的自主施工方法：用增强的 soft actor-critic 算法为移动吊车规划动作，并结合机器人运动学与控制算法保证动作可执行；同时开发定制嵌入模型按用户兴趣提取施工环境信息，再用 ChatGPT 5 更新施工进度、向控制系统提供安全信息并生成进度报告。该方法通过多次全尺寸挡土墙施工实验验证了可行性。
正文节选
[Page 1] Proc. of International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA 2026) 5-7 February 2026, Boracay Island-Philippines Large language model and reinforcement learning based autonomous construction and progress updates 1st Yifei Xiao 2nd Huasheng Lin 3rd T.Y. Yang Department of