统一深度谓词发明与预训练基础模型
机器人学
2025-12-23 v1
摘要
长期机器人任务困难的原因在于连续的状态-动作空间和稀疏反馈。符号世界模型有助于通过分解为捕获对象属性和关系的离散谓词来解决这些问题。现有方法要么从没有数据 grounding 的提示基础模型中自上而下学习谓词，要么从演示中自下而上学习谓词而缺乏高层先验知识。我们提出UniPred，一个双层学习框架，统一了这两种方法。UniPred利用大型语言模型（LLM）提出谓词效应分布，以监督来自低层数据的神经谓词学习，同时通过学习反馈不断细化LLM假设。依托强大的视觉基础模型特征，UniPred能够在杂乱场景中学习鲁棒的谓词分类器。我们进一步提出了一种支持STRIPS假设之外的符号模型的谓词评估方法。在五个模拟环境和一个实际机器人环境中，UniPred的成功率比自上而下的方法高出2-4倍，比自下而上的方法快3-4倍，推动了机器人领域可扩展且灵活的符号世界建模。
引用
@article{arxiv.2512.17992,
title = {Unifying Deep Predicate Invention with Pre-trained Foundation Models},
author = {Qianwei Wang and Bowen Li and Zhanpeng Luo and Yifan Xu and Alexander Gray and Tom Silver and Sebastian Scherer and Katia Sycara and Yaqi Xie},
journal= {arXiv preprint arXiv:2512.17992},
year = {2025}
}
备注
18 pages, 11 figures