task planning | BriefGPT - AI 论文速递

关键词task planning

搜索结果 - 43

LLM-Personalize: 通过强化自我训练使 LLM 规划器与人类偏好保持一致的家务机器人
通过优化流程，个性化 LLM 规划器以适应个体用户偏好，大幅提高与人类偏好的一致性。
PDFa month ago
只有 LLMs 可以进行推理吗？：小型语言模型在任务规划中的潜力
通过构建 COmmand-STeps（COST）数据集，我们比较了 GPT3.5 和 GPT4 与 finetuned GPT2 在桌面和厨房环境中的任务规划表现，结果表明 GPT2-medium 在特定领域的任务规划上与 GPT3.5 相
PDFa month ago
ACL通过调整和多分支推理增强低参数 LLMs 的普通代理能力
通过构建特定于代理的数据和有监督微调模型，以及设计有效激活大型语言模型推理能力的提示方法，我们提出了一种综合的方法来提高大型语言模型作为代理的性能，并通过在 AgentBench 的五个代理任务上的评估取得了令人满意的结果。
PDF2 months ago
CVPR层次扩散策略对运动学感知多任务机器人操作
介绍了一种名为 Hierarchical Diffusion Policy (HDP) 的多任务机器人操作策略，包括分层结构、任务规划、运动轨迹和运动规划中的运动学感知控制。实验证明，HDP 在模拟和实际环境中的成功率显著高于现有方法。
PDF2 months ago
基于置信度预测的语言指导多机器人系统的安全任务规划
这篇论文研究了对语言指导的机器人团队的任务规划问题，通过使用大型语言模型（LLMs）和基于分散式的 LLM 规划器来提高任务成功率，并采用符合预测（CP）方法来量化分布式不确定性，使机器人能够在任务中根据自身的不确定性作出决策。
PDF3 months ago
基于可行性的任务规划与大型语言模型的 AutoGPT+P
提出了一种利用 Large Language Models（LLMs）来改善基于任务规划中推理能力的经典规划算法固有限制的系统 AutoGPT+P，该系统结合了基于行动能力的场景表示和规划系统，并能够在自然语言中为用户指定的任务推导和执行计
PDF3 months ago
ICLRLoTa-Bench: 为具有体现性代理的面向语言任务规划器进行基准测试
提出了一个针对家庭服务实体代理的任务规划性能自动量化基准系统，对大型语言模型和提示进行了广泛实验，并探索了基线任务规划器的多个改进，预计该基准工具将加快语言导向的任务规划器的发展。
PDF3 months ago
学习将行动与其影响视觉连接
本研究介绍了视频理解中的动作与效果的视觉连接（CATE）的新概念，探讨了 CATE 在任务规划和演示学习等领域的应用。我们提出了基于 CATE 的不同任务表述，如动作选择和动作规范，通过视频理解模型在语义和细粒度层面上连接动作和效果。我们观
PDF4 months ago
Remote Sensing ChatGPT: 使用 ChatGPT 和视觉模型解决遥感任务
远程感知 ChatGPT 是一个利用 ChatGPT 连接各种基于人工智能的遥感模型来解决复杂解释任务的大型语言模型。
PDF4 months ago
走向在机器人上高层次推理与执行之间的桥梁
当对行为进行推理时，如通过任务规划或使用 Golog 进行机器人代理编程时，机器人的行为通常建模在抽象层次上，其中复杂的动作（例如拾取对象）被视为具有确定性效果和仅依赖于当前状态的前提条件的原子原语。然而，当在机器人上执行此类动作时，它不再
PDF5 months ago
基于扩散的内嵌任务规划框架：不确定环境下的计划作为修复
在这篇研究论文中，我们提出了一个统一的框架，包括端到端可训练方法和规划算法，用于解决具有挑战性的具体任务规划问题。我们使用一种名为 'planning as in-painting' 的任务无关方法，在部分可观察环境下，结合语言指令和感知输
PDF6 months ago
家用机器人的物理推理与物体规划
本研究介绍了 CommonSense Object Affordance Task（COAT），一个分析常识场景中推理能力的新框架，通过三个精心设计的常识问答数据集以及对最新语言模型的评估，探索了任务规划和替代对象选择的复杂性，并提出了物理
PDF6 months ago
TPTU-v2：在现实世界系统中增强基于大型语言模型的代理人的任务规划与工具使用
该论文介绍了一个综合框架，旨在增强基于大型语言模型的代理在实际系统中的任务规划和工具使用能力，通过 API 检索器选择相关 API、LLM 精调器调整基础 LLM 以增强规划和 API 调用能力、以及演示选择器用于区分难以辨别的 API 并
PDF6 months ago
从烹饪食谱到机器人任务树 - 通过利用带有知识网络的 LLM 提高规划准确性和任务效率
本研究介绍了一种新颖的任务树生成流程，用于机器人烹饪中的任务规划。通过利用大型语言模型 (LLM) 检索食谱说明，并利用经过微调的 GPT-3 将其转化为任务树，捕捉子任务之间的顺序和并行依赖关系，该流程可以减轻 LLM 输出的不确定性和不
PDF8 months ago
利用知识表示和任务规划实现机器人无关的接触丰富擦拭任务技能
该研究论文探讨了灵活制造、工业 4.0 和高混合低容量任务所需的机器人编程解决方案，并展示了如何使用知识表示、任务规划和基于输入参数的技能实现的自动选择，在不同的环境中执行具有接触性擦拭任务的单一机器人技能。
PDF9 months ago
TPTU：基于大型语言模型的人工智能代理任务规划和工具使用
通过设计两种不同类型的代理进程（即一步代理和连续代理），我们在 LLM 的基础上实例化了一个结构化框架，评估了它们在 typcial 任务的任务规划和工具使用能力，并突出了这些模型的巨大潜力以及需要进一步研究和改进的领域。
PDF9 months ago
异质具身多智能体协作
通过建立基于 ProcTHOR-10K 数据集的异构多智能体整理任务，本研究提出了一种基于错位物体检测、合理容器预测以及基于握手的群组通信机制的分层决策模型，通过大量实验证明了所提模型的有效性。
PDF10 months ago
SayPlan：利用 3D 场景图对大型语言模型进行基础，实现可扩展任务规划
SayPlan 是一种可扩展的、基于 LLM 的、大规模任务规划方法，使用 3D 场景图表示，在多层和多房间环境中对机器人的任务进行规划，其方法包括利用 3DSG 的分层结构和引入经典路径规划算法来降低规划范围，并使用迭代重新规划以在图形模
PDF10 months ago
MM支持树匠和林业工人的任务规划：基于无人机数据的树木清查和生长情况评估的深度学习方法比较
研究利用 RGB 和多光谱无人机数据，欧盟规定下还加入多光谱卫星数据和土壤湿度传感器，生成城市公园和森林的树木清单并通过统计指数和深度学习推导出树木生命状态，提出了一个开源的端到端方法来优化城市和森林中树木的管理，提高工作效率和任务规划。
PDF10 months ago
MM个性化家庭辅助机器人：通过人机交互学习和创建新的早餐选择
本文提出了一种智能家居机器人的认知结构体系，用于学习用户的偏好从而个性化准备早餐，并且可以结合任务计划、图形用户界面等技术生成并创新新的早餐。针对 Fetch 移动机器人进行了验证，实验结果表明该认知结构体系能够高效地学习用户个性化的早餐偏
PDFa year ago