VeriPlan: An Agentic AI Framework Integrating LLMs and Symbolic Planning for Verifiable, High Quality, and Robust Multi-Agent Workflows

Sebbene i sistemi di IA agentica mostrino un enorme potenziale per l'automazione di flussi di lavoro complessi, la loro implementazione in ambienti critici è compromessa dai rischi di allucinazioni e dalla mancanza di sicurezza formale. Proponiamo VeriPlan, un framework agentico neuro-simbolico che collega l'IA generativa con la pianificazione automatizzata formale. Integrando modelli fondamentali ospitati su AWS con il Planning Domain Definition Language (PDDL), VeriPlan consente agli agenti IA di generare, verificare ed eseguire dinamicamente flussi di lavoro a più fasi con garanzie deterministiche. In particolare, VeriPlan supporta nativamente le preferenze PDDL3 per esprimere e ottimizzare vincoli flessibili incentrati sull'uomo, garantire la resilienza dei piani e abilitare vincoli temporali rigidi tramite la logica temporale lineare (LTL). Inoltre, per fornire euristiche di alta qualità, proponiamo l'addestramento di euristiche basate su reti neurali utilizzando Amazon SageMaker, per accelerare la ricerca e migliorare la qualità della soluzione finale. Questo progetto fornirà un framework open-source per sistemi multi-agente sicuri, di alta qualità e resilienti.