计算机科学 > 人工智能
[提交于 2024年6月4日
(v1)
,最后修订 2024年11月8日 (此版本, v2)]
标题: 语言模型可以从环境反馈中推断符号规划器的动作语义
标题: Language Models can Infer Action Semantics for Symbolic Planners from Environment Feedback
摘要: 符号规划器可以在给定专家定义的、领域特定的逻辑动作语义的情况下,从初始状态到目标状态发现一系列动作。 大型语言模型(LLMs)可以直接生成这样的序列,但由于推理和状态跟踪的限制,生成的计划可能不足或无法执行。 我们提出了使用语言模型预测动作语义(PSALM),通过结合符号规划器和LLMs的优势自动学习动作语义。 PSALM反复提出并执行计划,利用LLM部分生成计划,并根据执行结果推断领域特定的动作语义。 PSALM维护一个可能动作语义的信念,并在达到目标状态之前不断更新。 在7个环境中的实验表明,当仅从一个目标学习时,PSALM将计划成功率从36.4%(在Claude-3.5上)提高到100%,并且比以往的工作更高效地探索环境以推断真实的领域动作语义。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.