基于阻塞条件与解决的顺序离散动作选择
机器人学
2024-09-16 v1
摘要
在这项工作中，我们引入了一种策略，该策略将机器人的顺序动作选择问题表述为解决“阻塞条件”，即阻碍通往目标的动作进展的情况。该策略允许机器人做出逐一决策，这些决策接收相关的上下文信息，并迅速适应和应对当前情况。我们提出了该策略的第一个实例化，它结合了状态转移图和零样本大语言模型 (LLM)。状态转移图跟踪先前尝试的哪些动作当前被阻塞，以及哪些候选动作可能解决现有的阻塞条件。来自状态转移图的这些信息被用来自动生成 LLM 的提示，然后 LLM 利用给定的上下文和可能的动作集，选择下一步要尝试的单个动作。这个选择过程是迭代的，每个选择并执行的动作进一步细化状态转移图，直到智能体实现目标或遇到终止条件。我们通过在模拟实验测试平台中将其与各种 LLM 和传统任务规划方法进行比较，证明了我们方法的有效性。我们根据结果讨论了我们工作的意义。
引用
@article{arxiv.2409.08410,
title = {Sequential Discrete Action Selection via Blocking Conditions and Resolutions},
author = {Liam Merz Hoffmeister and Brian Scassellati and Daniel Rakita},
journal= {arXiv preprint arXiv:2409.08410},
year = {2024}
}