项目地址：Optimal Control Synthesis from Natural Language: Opportunities and Challenges

介绍了一种从自然语言自动生成最优控制器的框架，该框架主要包括以下几个步骤：首先，通过人类用户提供的初始文本和系统描述，利用大型语言模型生成控制器模型。然后，将生成的控制器模型传递给数值优化求解器，以产生控制动作。接着，在模拟或实际系统上进行评估，并计算适应度值。最后，根据评估结果生成反思提示，以指导未来对控制器模型的改进。网页还指出，目前的关键问题包括语言模型的反思能力不足、处理动态任务的难题、以及确保系统安全性。此外，文章通过实验验证了语言模型在生成系统动力学和约束方面的能力，并讨论了如何通过编程库自动计算函数梯度，以及如何通过多样化的控制器模型生成来减少代码错误的风险。

论文初读：