planning | BriefGPT - AI 论文速递

关键词planning

搜索结果 - 160

解锁未来：探索大型语言模型的先见规划机制解释性
我们研究了大型语言模型中的预测规划机制，通过分析信息流和内部表示的角度，我们发现多层感知器和多头自注意力组件在最后一个标记上的输出可以直接解码决策，在信息流方面，我们揭示了多头自注意力主要提取目标状态和最近步骤的范围内的信息，我们进一步探索
PDF9 days ago
语言模型的认知地图：通过动词表示世界模型的最优规划
本文研究了语言模型的最佳规划能力，可以构建给定环境的认知地图，实验证明认知地图显著提高了网格世界路径规划任务中的规划生成能力，同时展示了与人类认知类似的两个关键特征：将规划能力泛化到外推环境和有限训练数据下的快速适应。希望本研究结果能够为基
PDF11 days ago
将价值迭代网络扩展到 5000 层，用于极长期规划
DT-VIN 通过增加动态转移内核和引入自适应高速公路损失来提高价值迭代网络在强化学习中规划的表达能力和解决长期大规模规划任务的能力。
PDF20 days ago
Tool-Planner: 大型语言模型的动态解决方案树规划与工具聚类
通过 Tool-Planner 框架，基于 API 函数将工具分组成一个工具包，允许大型语言模型在不同工具包之间实现计划，解决了冗余错误校正和多工具之间正确计划的挑战，实验表明该方法在不同数据集上具有很高的通过率和胜率，并优化了 GPT-4
PDFa month ago
ACL开放式实地规划：挑战与基准构建
提出了一个新的计划任务 —— 开放式基于实际情况的规划，通过建立一个横跨广泛领域的开放式基于实际情况的规划基准，测试了现有先进的大型语言模型和五种规划方法，并揭示了现有大型语言模型和方法在开放领域的基于实际情况的规划所面临的挑战，为开放式基
PDFa month ago
PDDLEGO: 文本环境中的迭代规划
PDDLEGO proposes an iterative planning representation approach for partially-observed environments, achieving efficient
PDFa month ago
3D-Token 化的 LLM 是否是可靠自动驾驶的关键？
利用 Atlas 的 3D 感知 LLM 连接器，此简单而优美的策略同时处理高分辨率多视图图像并使用时空建模，在 nuScenes 数据集上表现出优越的 3D 检测和自动驾驶规划任务的性能，证明了 3D-tokenized LLM 是可靠自
PDFa month ago
基于部分可观测性的偏好规划的信念状态查询策略
利用参数化信念查询（BSQ）偏好在部分可观测环境中表达用户对代理行为的偏好的新框架，在目标导向的部分可观测马尔可夫决策过程（gPOMDPs）的设定中进行介绍。我们首次对这种偏好进行了形式化分析，并证明 BSQ 偏好的期望值虽然不是关于其参数
PDFa month ago
一种面向容错执行器的最优弹性规划模型
机器人在组件故障的情况下需要调整其行为，以便在降低能力的条件下实现仍然可达的目标。我们在马尔可夫决策过程（MDP）框架中提出了在提前已知易受故障的执行机构的情况下进行规划的问题。该模型捕捉了基于利用驱动的故障和状态 - 动作相关的执行机构故
PDFa month ago
强化学习
观察天体和提高我们对其科学知识的理解涉及繁琐的计划、安排、数据收集和后处理。本文将介绍强化学习的最新进展，以及它如何为天文学带来益处。
PDF2 months ago
通过效率视角进行语言模型的规划
对使用 LLMs 进行规划的成本进行分析，指出最近的趋势极其不经济。我们提出了一种更高效的方法，并呼吁研究团体探索维持效率的基于 LLMs 的方法的负责任使用计算资源。
PDF2 months ago
推理、规划和工具调用的新兴 AI 代理架构概览
这篇综述性论文研究了 AI 代理实现的最新进展，重点关注它们在实现需要增强推理、规划和工具执行能力的复杂目标方面的能力。该研究的主要目标是：a) 传达现有 AI 代理实现的当前能力和局限性，b) 分享我们在实际运行这些系统中获得的见解，c)
PDF2 months ago
数据驱动的任务预测与知识驱动的人机协作规划
一个名为 DaTAPlan 的框架扩展了之前的工作，使用低层次学习模型（LLM）来预测高级任务，使得一个代理人和人类能够协同合作通过经典规划系统计算出的低级行动共同实现这些任务，还能自适应地适应人类行为结果和偏好的意外变化，通过在真实的仿真
PDF3 months ago
学习完全可观察的非确定性计划领域的广义策略
扩展学习通用策略的公式和组合方法以解决完全可观察、非确定性（FOND）领域的规划问题，通过实验证实所得方法在多个 FOND 规划基准领域上，并验证了其正确性。学习 FOND 规划的通用策略方法可以被视为在抽象空间中寻找解决方案的一种替代 F
PDF3 months ago
一些命令很重要：在高质量计划中部分保留订单
使用规划在现实应用中生成多个计划的能力是至关重要的。我们提出了一种在计划中选择重要顺序的方法，介于最高质量规划和无序最高质量规划问题之间，并探索了适应部分序减少搜索修剪技术来解决这个新的计算问题的方法，并通过实验证明了利用这种技术在这种情况
PDF3 months ago
从无标签数据中学习语言建模的规划
通过自我监督学习目标，我们训练了一个用于规划未来写作流程的模块，通过生成的潜在计划的条件，在无监督的方式下扩展了成功的语言模型公式，提升了语言建模性能，特别是在文本结构方面。
PDF3 months ago
关于主动推理中的预测规划与因果学习
通过研究主动推理中基于计划和经验学习的两种决策方案，本文提出了一种混合模型，以平衡决策过程，并在挑战性的网格世界情景中评估了该模型的适应性，并分析了各种参数的演变，为智能决策提供了有价值的见解。
PDF3 months ago
智能执行计划分析系统
智能机器人在规划和执行计划过程中，通过监测系统寻找机会，以解决复杂环境中执行失败的问题，并超过常规的重新规划策略。
PDF3 months ago
VideoAgent: 基于大型语言模型的长视频理解
利用一个新型的基于代理的系统，以长篇视频理解为挑战，通过交互性推理和规划来处理长时间的多模式序列，同时使用大型语言模型作为中央代理来识别和编译关键信息以回答问题，视觉语言基础模型用于翻译和检索视觉信息。在具有挑战性的 EgoSchema 和
PDF4 months ago
FLAP: 基于有约束解码的流跟随规划在 LLMs 中
通过预定义的工作流程和 API 依赖关系，基于先知启发式的受限解码算法提供了对面向任务对话中的忠诚规划的研究，优于其他解码和提示为基础的基准，并且在较小的 LLMs（7B）上应用我们的算法，实现了与更大的 LLMs（30B-40B）相当的性
PDF4 months ago