WikiEdge:ArXiv-2409.12262/abs

編輯

• 標題：Bootstrapping Object-level Planning with Large Language Models
• 中文標題：利用大型語言模型引導對象級規劃
• 發布日期：2024-09-18 18:47:58+00:00
• 作者：David Paulius, Alejandro Agostini, Benedict Quartey, George Konidaris
• 分類：cs.RO
• 原文鏈接：http://arxiv.org/abs/2409.12262

摘要：我們介紹了一種新方法，該方法從大型語言模型（LLM）中提取知識，以生成對象級計劃，這些計劃描述了對對象狀態的高層次變化，並利用它們以分層方式引導任務和運動規劃（TAMP）。現有的工作要麼直接使用LLM輸出任務計劃，要麼生成像PDDL這樣的表示中的目標。然而，這些方法存在不足，因為它們要麼依賴LLM進行實際規劃，要麼輸出難以滿足的目標。我們的方法則是以計劃模式的形式從LLM中提取知識，形成一種稱為功能對象導向網絡（FOON）的對象級表示，從中自動生成PDDL子目標。我們的實驗表明，我們的方法在多個模擬任務中的表現明顯優於替代規劃策略。