模型
AtomTree
一种分层、状态感知的LLM具身规划框架,通过增量构建子目标与动作树实现鲁棒规划
时间轴 (近 90 天)
10月30日
AtomTree是一个用于LLM驱动具身规划的分层框架,通过增量构建子目标与动作树,并基于当前符号状态做出决策。
待验证50%
10月30日
AtomTree引入轻量级记忆模块,用于总结过去子目标的执行结果,并在后续决策中重用,不存储原始轨迹。
待验证50%
10月30日
当低层动作执行停滞时,AtomTree触发分层回溯重规划:返回到父节点,并基于最新状态重新生成子树计划。
待验证50%
10月30日
在ALFRED基准的零样本评估中,AtomTree优于先前的LLM-based规划器。
待验证50%
10月30日
AtomTree的增量式决策在开环规划与闭环规划之间取折中:保留LLM的推理能力,并通过状态感知和回溯重规划引入闭环反馈,在鲁棒性与效率之间取得平衡。
待验证50%
全部知识事实 (5)
待验证
AtomTree是一个用于LLM驱动具身规划的分层框架,通过增量构建子目标与动作树,并基于当前符号状态做出决策。
50%待验证AtomTree引入轻量级记忆模块,用于总结过去子目标的执行结果,并在后续决策中重用,不存储原始轨迹。
50%待验证当低层动作执行停滞时,AtomTree触发分层回溯重规划:返回到父节点,并基于最新状态重新生成子树计划。
50%待验证在ALFRED基准的零样本评估中,AtomTree优于先前的LLM-based规划器。
50%待验证AtomTree的增量式决策在开环规划与闭环规划之间取折中:保留LLM的推理能力,并通过状态感知和回溯重规划引入闭环反馈,在鲁棒性与效率之间取得平衡。
50%