PulseAugur
实时 19:03:39
English(EN) SCOPE: Evolving Symbolic World for Planning in Open-Ended Environments

新的SCOPE框架增强了开放式环境中的符号规划能力

研究人员推出了一款新颖的框架SCOPE,旨在增强开放式环境中的符号规划能力。SCOPE解决了不完整的符号表示问题,该问题常常阻碍长时规划。该框架集成了符号执行模拟器(SESim)用于验证和完善动作计划,以及自适应符号记忆(SASMem)用于将反馈提炼成演化的符号知识。实验表明,SCOPE显著提高了符号世界的完整性、环境扰动下的计划成功率以及在各种具身场景中的适应性。 AI

影响 增强了AI在复杂、不可预测环境中的规划能力,可能提高机器人自主性和任务完成度。

排序理由 该集群包含一篇详细介绍新AI规划框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的SCOPE框架增强了开放式环境中的符号规划能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yueting Zhuang ·

    SCOPE:在开放式环境中规划的演进符号世界

    Recent works have explored integrating Vision-Language Models (VLMs) with classical planners that rely on symbolic representations of planning problems to generate long-horizon plans for complex embodied tasks. However, in open-ended environments, these symbolic representations o…