Prime the search：使用大语言模型通过 warm-starting 树搜索指导几何任务和运动规划
机器人学
2025-06-10 v1 人工智能
摘要
将一组对象置于可移动障碍物的指定区域之间的问题可表述为几何任务和运动规划 (G-TAMP) 问题，这是任务和运动规划 (TAMP) 的子类。传统的 G-TAMP 方法要么依赖于与域无关的启发式方法，要么依赖于从规划经验中学习来指导搜索，两者通常都需要大量计算资源或数据。相比之下，人类通常会利用常识直观地决定在 G-TAMP 问题中操作哪些对象。 Inspired by this, 我们提出利用大语言模型 (LLM)，这些模型从 internet 规模数据中获得常识知识来指导 G-TAMP 问题中的任务规划。为使 LLM 能够进行几何推理，我们设计了一种基于谓词的提示词，将运动规划算法派生的几何信息编码其中。然后查询 LLM 以生成任务计划，然后用于搜索可行的连续参数集合。由于 LLM 容易出错，我们不直接采用 LLM 的输出，而是将蒙特卡洛树搜索 (MCTS) 扩展为混合动作空间，使用 LLM 指导搜索。与之前的方法不同，后者在每个节点调用 LLM 且计算成本高，我们使用 LLM 生成的任务计划中探索的节点来 warm-start MCTS。我们在六个不同的 G-TAMP 问题上表明该方法优于以前的 LLM 规划器和纯搜索算法。代码可在 https://github.com/iMSquared/prime-the-search 找到。
引用
@article{arxiv.2506.07062,
title = {Prime the search: Using large language models for guiding geometric task and motion planning by warm-starting tree search},
author = {Dongryung Lee and Sejune Joo and Kimin Lee and Beomjoon Kim},
journal= {arXiv preprint arXiv:2506.07062},
year = {2025}
}
备注
The International Journal of Robotics Research (IJRR)