Abhishek Paudel

LLM驱动的规划框架增强了在未知环境中的物体搜索能力

研究人员开发了一种新颖的、用于在部分已知环境中进行物体搜索的LLM驱动的模型基础规划框架。该方法利用大型语言模型（LLM）来估计物体在不同位置找到的概率，并结合旅行成本，从而为有效的搜索规划提供信息。该系统还包含一种提示选择方法，可以在部署期间快速选择最佳提示和LLM，与基线策略相比，从而提高了性能并降低了成本。在模拟和真实机器人上的实验证明了这种LLM驱动的规划框架的有效性。