LLM-Flax：基于大语言模型的通用机器人任务规划
机器人学
2026-04-30 v1
摘要
今天在新领域部署神经符号任务规划器需要显著的手动工作：领域专家必须编写放松规则和补充规则，且需解决数百个训练问题来监督图神经网络（GNN）对象评分器。我们提出LLM-Flax，一个三阶段框架，利用本地托管的大语言模型仅凭PDDL域文件即可消除这三项手动工作。阶段1通过结构化提示生成放松和补充规则，包含格式验证和自我纠正。阶段2引入LLM引导的失败恢复，采用可行性门控预算策略，在每次LLM调用前显式保留API延迟成本，防止下游放松回退被耗尽。阶段3完全用零样本LLM对象重要性评分取代训练有监督的GNN，无需训练数据。我们在MazeNamo基准上评估了所有三个阶段，涵盖10x10、12x12和15x15的网格（共8个基准）。LLM-Flax的平均成功率为0.945，优于手动基准的0.828（提升0.117），在八个基准中均匹配或超越手动规则。在12x12 Expert中，LLM-Flax达到SR 0.733，而手动规划器完全失败（SR 0.000）；在15x15 Hard中，它实现了SR 1.000，对手动方法的0.900。阶段3在12x12 Hard上（无训练数据）实现SR 0.720，证明了可行性，但在规模化时面临上下文窗口瓶颈，指向了未来工作的主要开放挑战。
引用
@article{arxiv.2604.26569,
title = {LLM-Flax : Generalizable Robotic Task Planning via Neuro-Symbolic Approaches with Large Language Models},
author = {Seongmin Kim and Daegyu Lee},
journal= {arXiv preprint arXiv:2604.26569},
year = {2026}
}