面向在线语言 grounding 与决策中的语言信号契约

自主系统日益接收通过自然语言传达的紧急情境性更新，但将语言理解嵌入决策者内部会将语言 grounding 与学习或规划耦合，从而在语言惯例或领域知识变化时增加重新部署负担，并可能阻碍诊断能力，因为将 grounding 错误与控制错误混淆。我们关注在线语言 grounding，即在执行期间将杂乱且不断演变的口头报告转换为与控制相关的信号，通过一种在语言更新局部化且保持下游决策者语言无关的接口实现。我们提出了 LUCIFER（Language Understanding and Context-Infused Framework for Exploration and Behavior Refinement），这是一种仅推理的中间件，暴露出信号契约。该契约提供四个输出：策略先验、奖励潜力、可接受选项约束以及基于遥测的动作预测，用于高效信息收集。我们在以搜救为灵感的测试环境中验证了 LUCIFER，采用双相、双客户端评估：(i) 组件基准测试显示基于推理的提取在自纠正报告上保持稳健，而模式匹配基线在此类情境下会退化；(ii) 系统级消除实验中，两种结构上互异的客户端（层次强化学习和混合 A*+启发式规划器）均显示 grounding 的必要性与协同性。grounding 提升了安全性，discovery 提升了信息收集效率，而二者的结合方能同时实现两者。