May, 2024
从人类指令生成行为树的意图理解与最优行为规划的整合
Integrating Intent Understanding and Optimal Behavior Planning for Behavior Tree Generation from Human Instructions
Xinglin Chen, Yishuai Cai, Yunxin Mao, Minglong Li, Wenjing Yang...
TL;DR本研究提出了一个两阶段框架来生成行为树(BT),首先使用大型语言模型(LLMs)从高层指示中解释目标,然后通过最优行为树扩展算法(OBTEA)构建高效的目标特定行为树,在服务机器人中的实验证实了 LLMs 在产生语法正确和准确解释目标方面的熟练程度,证明了 OBTEA 在各项指标上相对于基线 BT 扩展算法的优越性,并最终确认了我们框架的实际部署能力。