MistyPilot：面向社交机器人的基于代理的快速-缓慢思考 LLM 框架
机器人学
2026-03-05 v1
摘要
随着社交机器人开放 API 的 availability，用户可以更轻松地自定义通用工具以满足需求。然而，解释高层用户指令、选择和配置合适的工具以及可靠地执行它们仍然对缺乏编程经验的用户来说具有挑战性。为此，我们引入 MistyPilot，一个由 LLM 驱动的代理框架，用于自主工具选择、编排和参数配置。MistyPilot 由两个核心组件构成：物理交互代理（PIA）和社交智能代理（SIA）。PIA 启用基于传感器触发和工具驱动的任务执行，而 SIA 生成社交智能且情感一致的对话。MistyPilot 进一步集成了快速-缓慢思考范式，以捕获用户偏好、降低延迟并提高任务效率。为全面评估 MistyPilot，我们贡献了五个基准数据集。大量实验表明，我们的框架在路由正确性、任务完整性、快速-缓慢思考检索效率、工具可扩展性和情感对齐方面均表现有效。所有代码、数据集和实验视频将在项目网页上公开。
引用
@article{arxiv.2603.03640,
title = {MistyPilot: An Agentic Fast-Slow Thinking LLM Framework for Misty Social Robots},
author = {Xiao Wang and Lu Dong and Jingchen Sun and Ifeoma Nwogu and Srirangaraj Setlur and Venu Govindaraju},
journal= {arXiv preprint arXiv:2603.03640},
year = {2026}
}