AutoTAMP：以LLM为翻译器与校验器的自回归任务与运动规划

为实现有效的人机交互，机器人需要理解、规划并执行由自然语言描述的复杂、长视野任务。大语言模型(LLMs)近期的进展在将自然语言翻译为复杂任务的机器人动作序列方面展现出前景。然而，现有方法要么将自然语言直接翻译为机器人轨迹，要么通过把语言分解为任务子目标并依赖运动规划器执行各子目标来对推理过程因式分解。当涉及复杂的环境与时间约束时，规划任务的推理必须与运动规划联合使用传统任务与运动规划(TAMP)算法进行，使得分解为子目标不可行。我们并非用LLM直接规划任务子目标，而是执行从自然语言任务描述到一种中间任务表示的少样本翻译，该表示随后可由TAMP算法消费以联合求解任务与运动规划。为改进翻译，我们通过自回归重提示自动检测并修正句法与语义错误，从而显著提升任务完成率。我们表明，在复杂任务领域中，我们的方法优于若干使用LLM作为规划器的方法。参见我们的项目网站 https://yongchao98.github.io/MIT-REALM-AutoTAMP/ 获取提示、视频与代码。