实体
plancraft
plancraft
PulseAugur coverage of plancraft — every cluster mentioning plancraft across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
神经符号协同框架增强LLM世界建模能力
研究人员开发了一个名为神经符号协同（NeSyS）的新框架，以提高大型语言模型（LLM）的世界建模能力。NeSyS结合了LLM的语义表达能力和符号模型的逻辑一致性，解决了LLM在确定性场景中容易产生幻觉的问题。该框架在LLM和符号规则之间交替训练，提高了在ScienceWorld、WebShop和PlanCraft等基准测试中的数据效率和预测准确性。这种方法在开放式任务中通过一步前瞻来提高代理奖励方面也显示出潜力。
-
PlanCraft系统模仿建筑师工作流程进行3D场景生成
研究人员推出PlanCraft，一个用于生成3D住宅场景的新颖系统，该系统模仿了建筑师的渐进式设计过程。与现有需要先完成输入再进行生成的现有方法不同，PlanCraft从粗略草图开始，并随着时间的推移进行细化。该系统首先通过定义房间边界、门和窗户来建立“空间契约”，然后进行场景布置。与当前方法相比，这种方法在生成几何上合理且空间上理性的3D场景方面表现出卓越的性能。
-
$How^2$ 代理框架通过程序性问题实现终身学习
研究人员开发了一个名为 $How^{2}$ 的新记忆代理框架，该框架允许 AI 代理从程序性操作指南问题中学习。该框架使代理能够提问、存储答案，并在交互式环境中将它们用于终身学习。在 Minecraft 制作环境中进行的评估表明，代理从抽象的答案中获益最多，随着时间的推移提高了它们的规划能力。