[控场AI]
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)

来源文章