跳到正文
arXiv · 机器人与计算机视觉· Seongmin Kim, Daegyu Lee·· 2 天前AI 评分37

LLM-Flax:LLM 生成规则与物体引导用于神经符号任务规划

LLM-Flax: LLM-Generated Rules and Object Guidance for Neuro-Symbolic Task Planning

AI 导读

LLM-Flax 利用大语言模型为 Flax 规划流水线自动生成规则、处理故障并评分物体,在 MazeNamo 等八个设置下使平均成功率提升约三个百分点。该研究通过离线生成与运行时引导验证了可复用规则的效能,同时指出信息质量与推理效率是主要挑战。论文已提交至 arXiv(编号 2604.26569),代码与权重暂未提及开放许可。

来源:arXiv · 机器人与计算机视觉 · arxiv.org