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

PDF
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。
behavior treelanguage modelsoptimal behavior tree expansion algorithmintent understandingservice robot
发现论文，激发创造
  • 基于常识修剪与启发式的高效行为树规划

    通过大型语言模型（Large Language Models，LLMs）的常识推理，该论文提出了提高行为树（Behavior Tree，BT）规划效率的方法，包括预规划动作空间裁剪和启发式函数生成，以实现日常服务机器人的自主行为控制。

    Jun, 2024

  • 基于行为树和大型语言模型的机器人任务生成

    提出了一种基于 behavior tree 和大型语言模型的任务生成方法，该方法支持跨领域和自动生成任务，仅需要描述抽象期望任务即可快速生成行为树。

    Feb, 2023

  • 关于训练和发展用于行为树生成的大型语言模型的研究

    本文提出了一种基于大型语言模型（LLM）的创新方法，解决了自动生成复杂任务的行为树（BT）的挑战性任务。该方法利用 LLMs 的鲁棒表达和推理能力，设计了一个基于 LLM 的 BT 生成框架，通过数据合成、模型训练、应用开发和数据验证的全过程，大幅提高了 BT 生成模型的性能，并引入多级验证策略确保生成的 BT 的有效性和可执行性。

    Jan, 2024

  • 从目标导向的 LTLf 公式设计行为树

    本文给出了一种将有限路径线性时间逻辑（LTL）中的目标转化为行为树（BT）的方法，其中通过成就取向任务任务语法获得有用的 LTL 公式，为通过运用 LTL 运算符组合任务形成任务提供了可能，这产生了放松的行为综合问题，其中广泛的规划器可以实现 BT 中的动作节点，并且任何规划器产生的成功路径均满足相应的 LTL 公式。

    Jul, 2023

  • 用行为树创建对话式解释体验

    该研究提出了一种 XAI 系统规范和交互式对话模型，以促进 Explanation Experiences（EE）的创建，并使用行为树（BT）实现对 EE 用户交互接口的设计与实现，这种方法能够通过用户反馈不断改进和推进，同时也使用 BTs 解决了计算成本方面的问题。

    Nov, 2022

  • 互动就是你所需要的？关于机器人理解和执行能力的研究

    该研究旨在探索将机器人与人类环境进行自然语言交互以实现无缝操作的关键挑战，通过使用多变压器模型和 BART 语言模型，我们在执行对话历史任务上取得了显著的改进，并提出了一种新的任务扩展方法通过预测游戏计划来促进任务解决。

    Nov, 2023

  • KT-BT: 多机器人系统中通过行为树进行知识转移的框架

    该论文提出一种名为 KT-BT 的知识转移框架，通过基于行为树的在线机制，在智能体之间实现了知识共享，从而提升了多机器人或多智能体系统的表现，以搜索和救援问题为例，进行了广泛的验证和研究。

    Sep, 2022

  • 机器人与人工智能中的行为树简介

    本书介绍了如何使用行为树来设计且高效地创建具有模块化和反应性的自主系统，并描述了行为树与早期开关结构的关系，以及如何使用状态空间描述对安全性、鲁棒性和效率进行正式分析，并展示了行为树在自动化规划和机器学习中的应用，最后描述了一组扩展工具以捕捉随机行为树的行为。

    Aug, 2017

  • 语言模型与交互式任务规划

    一个互动机器人框架可以完成长期任务规划，并能在执行过程中轻松推广到新目标或不同任务。通过语言模型实现了高级规划和低级功能执行的系统，实现了对未知目标的新颖高级指令的生成，并通过仅替换任务指南来适应不同任务，而无需复杂的提示工程。此外，当用户发送新请求时，系统能够根据新请求、任务指南和先前执行步骤精确地重新规划。

    Oct, 2023

  • 从游戏到政策：基于未筛选机器人数据的条件行为生成

    本文提出了一种名为 C-BeT 的新方法，结合了 Behavior Transformer 多模态生成能力和条件生成模型技术，实现从多模态、嘈杂数据中提取有用、任务中心的行为，取得了有益的效果，而该方法也是第一个实现从无标签、零奖励信息的玩耍数据里纯学习真实世界机器人有用任务行为的方法。

    Oct, 2022