Mohammad Albinhassan

神经符号智能体增强具身AI计划的可执行性

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。