AtomTree

AtomTree框架通过分层规划增强具身AI指令遵循能力

研究人员开发了AtomTree，一个旨在提高AI代理具身指令遵循能力的新型分层框架。与一次性生成整个计划或仅在失败后更新的先前方法不同，AtomTree逐步构建子目标和动作的树。这种方法允许LLM在每一步决定是进一步分解任务还是执行低级动作，并包含一个用于重用过去结果的记忆模块，以及在动作停滞时进行分层回溯以重新规划。在ALFRED基准测试的评估中，AtomTree的表现优于现有的基于LLM的规划器。