本論文では、ProRAC（進行に基づく行動と変化に関する推論）という神経シンボリックフレームワークを提案します。これは、LLM（大規模言語モデル）を活用して行動推論と変化（RAC）問題に取り組むものです。ProRACは、問題から行動や質問といった基本的なRAC要素を抽出し、各行動を逐次実行して最終的な状態を導き出します。次に、進行した状態に対してクエリを評価し、答えに至ります。ProRACは複数のRACベンチマークで評価され、さまざまなベンチマーク、ドメイン、LLMのバックボーン、RACタスクの種類において強力な性能を示しました。