随着全球人口快速增长，传统施工方式已难以满足住房需求。机器学习算法的进步促使研究者将其引入建筑行业，实现更智能高效的建造流程。近年来，大语言模型的崛起为传统施工向智能施工的转型提供了新思路。本文提出一种基于大语言模型和强化学习的自主施工方法。
我们设计了一种增强型软演员-评论家（Soft Actor‑Critic）强化学习算法，用于根据施工任务为移动式起重机规划动作。机器人运动学与控制算法确保强化学习生成的动作能够被起重机准确执行。
针对用户关注的施工环境信息，构建了自定义嵌入模型以提取关键特征。随后，利用大语言模型 ChatGPT 5 完成施工进度更新、向控制系统提供安全提示，并自动生成施工进度报告。
该方法在多个全尺度挡土墙施工实验中得到验证，实验结果表明系统能够实现自主规划、实时安全监控和高质量报告生成。
点评：该工作将大语言模型的语言理解能力与强化学习的决策优化相结合，为建筑自动化提供了可行的技术路径，尤其在复杂现场环境下的安全与进度管理方面展现出显著优势。