带显式潜在过渡的文本规划
计算与语言
2026-02-05 v1
摘要
使用大语言模型进行规划受限于逐标记生成和重复执行完整前向传递，这使得多步前瞻和基于滚动的搜索在延迟和计算上都昂贵。我们提出了 EmbedPlan，通过在冻结的语言嵌入空间中运行的轻量级转换模型来取代自回归的下一状态生成。EmbedPlan 将自然语言状态和动作描述编码为向量，预测下一个状态嵌入，并通过最近邻相似度检索下一个状态，从而实现快速规划计算，无需对编码器进行微调。我们在九个经典规划领域中对下一状态预测进行了评估，使用六种日益增加难度的评估协议：插值、计划变体、外推、跨域、跨域和留出。结果表明，插值性能近乎完美，但在需要迁移到未见问题或未见领域的泛化时表现显著下降；计划变体评估表明其对备选计划的泛化能力，而非仅仅记住已见轨迹。总体而言，冻结嵌入在观察领域转换后支持领域内动力学学习，而跨域边界的迁移仍然是一个瓶颈。
引用
@article{arxiv.2602.04557,
title = {Textual Planning with Explicit Latent Transitions},
author = {Eliezer Shlomi and Ido Levy and Eilam Shapira and Michael Katz and Guy Uziel and Segev Shlomov and Nir Mashkif and Roi Reichart and Sarah Keren},
journal= {arXiv preprint arXiv:2602.04557},
year = {2026}
}