★ 3
PAWM：用陷阱预判世界模型引导黑盒 LLM 智能体
论文提出陷阱预判世界模型 PAWM，在智能体可能遇到陷阱时选择性介入，预测即将发生的失败并引导其规避。PAWM 先在有陷阱标注的合成数据上做监督微调，再与黑盒 LLM 通过 GRPO 协同训练。在 ScienceWorld 上使 Claude Sonnet 4.5 性能提升 24.3%，WebAr…
arXiv cs.AI11 天前
#任务规划
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
X-Planner：具身智能的事件结构化任务规划
论文提出X-Planner规划前端，解决具身推理的监督与表示问题。模型共享VLM骨干，提供离散事件状态接口与通过阶梯解码传递连续思维链状态的潜在接口。离线两步规划评测中，X-Planner在BERTScore-F1与评判总分上位列四模型第二，真机实验优于基线。
arXiv cs.AI40 天前
★ 3
论文提出全可微神经软符号框架用于感知任务规划
论文提出一种全可微的神经软符号框架，将视觉感知与任务规划纳入同一计算图，用连续软符号状态与可微 soft-T_P 转移算子保留感知不确定性。在 Blocksworld 上解决 40/40 LatPlan-40 与 596/600 PlanBench-600 任务，感知不确定性消融实验成功率从 59…
arXiv cs.AI42 天前
★ 3
新方法：组合感知主动模仿学习补全缺失桥梁
论文提出AALT方法，通过请求最大化起止连通性增益的演示来提升主动模仿学习效率。AALT将已有演示组织为潜在枢纽状态拓扑，识别高价值桥接演示，并在推理时通过拓扑规划与扩散策略条件化。在72任务的UR5e机器人有序检索域中，仅用3个演示即从42/72提升至72/72全部成功。
arXiv cs.AI46 天前
★ 2
SpecMAGIC：规范引导的多智能体强化学习多任务泛化
论文提出 SpecMAGIC 分层框架，用结合时序逻辑的任务规范语言描述多智能体协作需求，并借助自动机结构做子任务分解。集中式高层规划器分配子任务序列，去中心化低层策略执行，从而按新规范组合可复用策略实现零样本泛化。作者证明了高层规划器的可靠性与概率完备性，多智能体导航实验显著优于现有方法。
arXiv cs.AI10 天前
★ 2
行程中断下旅行智能体修订策略评测
论文针对航班取消、酒店无房等导致行程失效的场景，基于TREK构建500个单一中断与200个复合中断案例，比较LLM-Z3全量重规划、IPyHOPPER分层修复与iTIMO局部修订。结果显示分层与局部修复编辑更少、保留更多已接受承诺，且IPyHOPPER无需LLM推理，成本更低。
arXiv cs.AI45 天前
这个主题的相关资产
相关公司英特尔（Intel）1