UniDomain：从真实演示中预训练统一PDDL域用于通用机器人任务规划

机器人任务规划需要在真实环境中推理隐式约束，这些约束来自语言和视觉信息。虽然大语言模型（LLMs）和大型视觉模型（LVLMs）提供了强大的先验知识，但它们在处理长期结构和符号 grounding 方面存在挑战。现有将LLMs与符号规划结合的方法往往依赖手工设计或受限于特定域，从而限制了泛化能力。我们提出UniDomain框架，通过从机器人操纵演示中预训练PDDL域，用于在线机器人任务规划。它从12,393个操纵视频中提取原子域，形成包含3137个算子、2875个谓词和16481条因果边缘的统一域。给定目标任务类别后，它从统一域中检索相关原子，并系统性地将其融合以形成高质量的meta域，以支持计划中的组合泛化。在多样化的真实任务上的实验表明，UniDomain能够以零样本方式解决复杂且未知的任务，实现了相较于最先进的LLM和LLM-PDDL基线的最高58%的任务成功率提升以及160%的计划最优性改进。