CaStL：通过大语言模型翻译将约束作为规范用于长时域任务与运动规划
机器人学
2024-10-30 v1
摘要
大语言模型（LLMs）通过将清晰、直接的自然语言问题转化为诸如规划领域定义语言（PDDL）等形式化规范，在长时域任务与运动规划（TAMP）中展示了卓越的能力。然而，现实世界的问题通常是模糊的，并涉及许多复杂的约束。在本文中，我们引入了CaStL（通过LLM将约束作为规范），这是一个框架，它分多个阶段从自然语言中识别出目标条件、动作顺序和动作阻塞等约束。CaStL将这些约束转化为PDDL和Python脚本，并使用定制的PDDL求解器进行求解。在三个PDDL领域进行测试，CaStL显著提高了复杂场景下从自然语言规范处理约束的能力和规划成功率。
引用
@article{arxiv.2410.22225,
title = {CaStL: Constraints as Specifications through LLM Translation for Long-Horizon Task and Motion Planning},
author = {Weihang Guo and Zachary Kingston and Lydia E. Kavraki},
journal= {arXiv preprint arXiv:2410.22225},
year = {2024}
}