跳到正文
arXiv · 机器人与计算机视觉· Zhihong Liu, Yang Li, Renming Huang, Chendong Zeng, Cewu Lu, Panpan Cai·· 2026-10-12AI 评分15

TGPO:通过可验证子目标生成实现机器人任务规划的强化学习算法

TGPO: Trace-Guided Policy Optimization for Robot Task Planning via Verifiable Subgoal Generation

AI 导读

作者提出 Any House Any Task (AHAT) 框架与 TGPO 算法,利用大语言模型将指令映射为 PDDL 定义的可验证子目标以解决长视界规划难题。实验显示该方法在简短指令的复杂家庭任务中显著优于提示工程及现有学习基线。论文已撤回,作者决定停止当前形式的工作并无意发表手稿。

来源:arXiv · 机器人与计算机视觉 · arxiv.org