MemPlan 发布：记忆条件化 PDDL 规划提升文本环境智能体
原文标题：MemPlan: Memory-Conditioned PDDL Planning for Partially Observable Text Environments
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 MemPlan，一个面向部分可观测文本环境的记忆条件化 PDDL 规划框架，用正负记忆分别引导候选假设与排除已被证伪的假设。在 TextWorld、ALFWorld、Robotouille 上，MemPlan 相比纯语言与 PDDL 基线提升任务完成率与步数效率，并大幅降低在线 token 成本。
- 问题
- LLM 做长程规划成本高且易产生幻觉动作，文本环境智能体需要更可靠的规划方式。
- 方法
- 固定 PDDL 域，每步用解析观测、候选假设和交互记忆重建问题；正记忆按相关性给缺失对象/位置/条件赋动作代价，负记忆把被反馈证伪的假设编译成排除约束。
- 结果
- 在 TextWorld、ALFWorld、Robotouille 上任务完成率与步数效率优于纯语言和 PDDL 基线，在线 token 成本显著低于 ReAct 等 LLM 规划基线。
- 影响
- 把 LLM 从昂贵的长程规划器降级为语言-符号接口，为文本环境智能体提供可复用、低 token 成本的规划范式。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。