Generate-then-Rank：提升具身智能体符号目标理解的两阶段方法

一篇 arXiv 论文针对具身智能体的目标理解任务，即把自然语言指令转化为规划器可执行的符号化目标，提出两阶段的 Generate-then-Rank 方法。第一阶段用监督微调让 LLM 适配 Embodied Agent Interface（EAI）的输出格式，第二阶段提出 CORE 算法，从模型自生成的候选输出中学习偏好排序。在 EAI Benchmark 家庭场景上的实验显示，该方法超越了简单提示、思维链和知识图谱等基线。论文评测了 DeepSeek-V3 chat、DeepSeek-Reasoner、Qwen2.5-7B 和 Qwen2.5-72B 多个开源模型。