Jun, 2024
基于常识修剪与启发式的高效行为树规划
Efficient Behavior Tree Planning with Commonsense Pruning and Heuristic
Xinglin Chen, Yishuai Cai, Yunxin Mao, Minglong Li, Zhou Yang...
TL;DR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。