面向 Minecraft 鲁棒规划的基于经验的知识纠正
机器学习
2026-02-19 v3 人工智能
摘要
基于大语言模型 (LLM) 的规划推进了 Minecraft 等长时序环境中的具身智能体，在这些环境中，获取目标（或物品）依赖关系和可行动作的潜在知识至关重要。然而，LLM 通常以有缺陷的先验为起点，即使借助反馈，也无法通过提示来纠正它们。我们提出了 XENON (eXpErience-based kNOwledge correctioN)，一种从经验中算法化修正知识的智能体，使其对有缺陷的先验和稀疏的二值反馈具有鲁棒性。XENON 集成了两种机制：自适应依赖图，利用过往成功经验纠正物品依赖关系；以及失败感知动作记忆，利用过往失败经验纠正动作知识。这两种机制共同使得 XENON 能够在指导有限的情况下获取复杂的依赖关系。在多个 Minecraft 基准上的实验表明，XENON 在知识学习和长时序规划方面均优于先前的智能体。值得注意的是，仅使用 7B 开源权重 LLM，XENON 便超越了依赖更大专有模型的智能体。项目页面：https://sjlee-me.github.io/XENON
引用
@article{arxiv.2505.24157,
title = {Experience-based Knowledge Correction for Robust Planning in Minecraft},
author = {Seungjoon Lee and Suhwan Kim and Minhyeon Oh and Youngsik Yoon and Jungseul Ok},
journal= {arXiv preprint arXiv:2505.24157},
year = {2026}
}
备注
ICLR 2026