CABTO：面向机器人操作的上下文感知行为树 grounding
斑图形成与孤子
2026-03-18 v1 光学
摘要
行为树（BTs）提供了一种强大的范式用于设计模块化且具有反应性的机器人控制器。行为树规划（BT planning）是一种新兴领域，为自动生成可靠BTs提供了理论保证。然而，BT规划通常假设已存在完善的BT系统已实现——包括高级动作模型和低层控制策略——这往往需要大量的专家知识和手动工作。在本文中，我们正式化了BT Grounding问题：即自动构建完整且一致的BT系统。我们分析了其复杂性，并引入CABTO（Context-Aware Behavior Tree grOunding），这是第一个高效解决此挑战的框架。CABTO利用预训练的大型模型（LMs）在动作模型和控制策略的空间中进行启发式搜索，由BT规划器提供的上下文反馈和环境观察指导。跨越七个任务集合和三个不同机器人操作情景的实验表明，CABTO在生成完整且一致的行为树系统方面具有有效性和效率。
引用
@article{arxiv.2603.16807,
title = {Impact of phase modulation on the dynamics of temporal localized structures in injected Kerr microcavities},
author = {Marc Hunkemöller and Thomas G. Seidel and Julien Javaloyes and Svetlana V. Gurevich},
journal= {arXiv preprint arXiv:2603.16807},
year = {2026}
}