基于大语言模型的神经符号机器人动作规划框架

符号任务规划因其易于理解且便于在机器人架构中部署,是一种广泛使用的实现机器人自主的方法。然而,由于其在复杂规划领域或需要频繁重规划时性能较差,符号任务规划技术难以在真实的人机协作场景中扩展。我们提出了一个名为Teriyaki的框架,旨在弥合符号任务规划与机器学习方法之间的鸿沟。其基本原理是将大语言模型(LLMs)(即GPT-3)训练为兼容规划领域定义语言(PDDL)的神经符号任务规划器,然后利用其生成能力克服符号任务规划器固有的若干局限。潜在优势包括(i)随着规划领域复杂度的增加具有更好的可扩展性,因为LLM的响应时间随输入与输出的组合长度线性增长;(ii)能够逐动作而非端到端地合成计划,使得每个动作在生成后即可执行,而无需等待整个计划就绪,这进而实现了规划与执行的并发。近来,研究界已投入大量努力评估LLM的认知能力,成效不一。相反,通过Teriyaki,我们旨在特定规划领域中提供可与传统规划器相媲美的整体规划性能,同时利用LLM的能力构建前瞻预测规划模型。在选定领域的初步结果表明,我们的方法能够:(i)在1000个样本的测试数据集中解决95.5%的问题;(ii)生成比传统符号规划器短至多13.5%的计划;(iii)将计划可用的平均总体等待时间减少至多61.4%。