Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2406.02791

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:2406.02791 (cs)
[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

Authors:Wang Zhu, Ishika Singh, Robin Jia, Jesse Thomason
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。
摘要: Symbolic planners can discover a sequence of actions from initial to goal states given expert-defined, domain-specific logical action semantics. Large Language Models (LLMs) can directly generate such sequences, but limitations in reasoning and state-tracking often result in plans that are insufficient or unexecutable. We propose Predicting Semantics of Actions with Language Models (PSALM), which automatically learns action semantics by leveraging the strengths of both symbolic planners and LLMs. PSALM repeatedly proposes and executes plans, using the LLM to partially generate plans and to infer domain-specific action semantics based on execution outcomes. PSALM maintains a belief over possible action semantics that is iteratively updated until a goal state is reached. Experiments on 7 environments show that when learning just from one goal, PSALM boosts plan success rate from 36.4% (on Claude-3.5) to 100%, and explores the environment more efficiently than prior work to infer ground truth domain action semantics.
主题: 人工智能 (cs.AI) ; 计算与语言 (cs.CL); 机器人技术 (cs.RO)
引用方式: arXiv:2406.02791 [cs.AI]
  (或者 arXiv:2406.02791v2 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.2406.02791
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Wang Zhu [查看电子邮件]
[v1] 星期二, 2024 年 6 月 4 日 21:29:56 UTC (321 KB)
[v2] 星期五, 2024 年 11 月 8 日 16:50:24 UTC (2,141 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-06
切换浏览方式为:
cs
cs.CL
cs.RO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号