SafeInferCom

新框架通过 LRLM 增强机器人任务规划

研究人员开发了 SafeInferCom，一个旨在利用大型推理语言模型 (LRLM) 提高机器人任务规划的可靠性和效率的框架。该系统充当推理时监视器，在不改变生成过程的情况下验证中间计划。SafeInferCom 旨在保留有效计划并在生成过程中指导错误纠正，解决诸如覆盖有效计划或未解决的约束冲突等问题。实验表明，与标准的单次推理相比，它提高了规划成功率并加快了错误纠正速度，与迭代精炼结合使用时进一步提高。