PulseAugur
中
实时 11:01:22
English(EN) Neurosymbolic Embodied Agents

神经符号智能体增强具身AI计划的可执行性

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的神经符号智能体，旨在提高由语言和视觉语言模型生成的具身计划的可执行性。该智能体解决了模型输出可能违反环境动态或错误识别实体的问题。它首先使用视觉语言模型和探索技术来收集相关信息并创建符号初始状态，然后使用PDDL转换模型将规划限制在有效操作内。这种方法确保了计划在构建时即可执行，并在VirtualHome和ALFWorld基准测试中取得了超过90%的成功率，显著优于直接视觉策略。 AI

影响 这种神经符号方法有望在复杂、现实世界的环境中实现更可靠、更高效的具身AI智能体。

排序理由 该集群描述了一篇研究论文，详细介绍了一种新的AI智能体架构及其在基准测试上的性能。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

神经符号智能体增强具身AI计划的可执行性

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Mohammad Albinhassan, Yuming Feng, Alessandra Russo, Pranava Madhyastha ·

    神经符号具身智能体

    arXiv:2608.16794v1 Announce Type: cross Abstract: Language and vision-language models generate plausible embodied plans but do not guarantee executability, as their outputs can violate environment dynamics or act on incorrectly grounded entities. We present a neurosymbolic agent …

  2. Hugging Face Daily Papers TIER_1 English(EN) ·

    神经符号具身智能体

    Language and vision-language models generate plausible embodied plans but do not guarantee executability, as their outputs can violate environment dynamics or act on incorrectly grounded entities. We present a neurosymbolic agent that factors long-horizon household tasks into tas…

相关实体

相关话题