研究人员开发了 MemPlan，一个新颖的规划框架，将大型语言模型 (LLM) 与符号规划集成到基于文本的环境中。该系统使用记忆条件下的 PDDL 规划来克服 LLM 在长时程任务中的局限性，例如幻觉和无效操作。MemPlan 通过解析的观察、假设和交互记忆在每一步重建规划问题，并通过从反馈中得出的基于相关性的动作成本和排除约束来指导规划器。在 TextWorld、ALFWorld 和 Robotouille 上的实验表明，与现有方法相比，MemPlan 在提高任务完成度和效率方面是有效的，同时降低了计算成本。 AI
影响 该框架可以提高 LLM 代理在交互环境中复杂、多步任务中的可靠性和效率。
排序理由 该集群描述了一篇详细介绍 AI 规划新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
