AITOP

任务规划

共 6 条相关 AI 资讯
7月28日
16:29
7月23日
11:35
11:35官方账号arXiv cs.AI@Md Ridwan Hossain Talukder, Roshan Dhakal, Elizabeth Phillips, Gregory J. Stein
论文提出礼貌性前瞻规划方法，让机器人在持久共享环境中执行任务时不仅考虑当前任务成本，还通过独立学习的成本估计器预估未来所有机器人的任务成本。在双机器人家庭环境中，该方法总成本比短视规划降低10.43%，比自私前瞻规划降低4.03%；在三机器人餐厅环境中，分别降低17.41%和13.24%。方法支持模块化部署，新增机器人只需训练其估计器。
论文多机器人任务规划前瞻规划
推荐理由：这篇论文教机器人做当前任务时也替别人着想，在家庭和餐厅测试里省了10%到17%的成本，挺实用的规划新思路。
原文
6月28日
04:31
04:31Harrison Chase@hwchase17
社区成员推出3小时深度课程，系统讲解Deep Agents构建。课程覆盖任务规划模块、文件系统用于上下文管理、子代理生成机制以及长期记忆实现。适合想深入掌握Agent开发流程的学习者。
技巧Deep Agents智能体任务规划
推荐理由：想学Deep Agents实战吗？3小时从任务规划讲到长期记忆，社区大神亲自带，比硬啃文档快多了。
原文
6月26日
10:41
10:41官方账号arXiv cs.LG@Tianyi Men, Zhuoran Jin, Pengfei Cao, Yubo Chen, Kang Liu, Jun Zhao
该论文提出PEEU方法，通过自主环境探索发现经验并利用事后经验生成严格对齐的高层训练数据。7B模型在真实基准上达到30.6%准确率，超越Qwen2.5-VL-32B。作者提出TDHAF框架分析任务分解的组成性泛化，发现低层原子技能掌握不保证高层规划能力，而高层任务训练对OOD泛化更关键。
论文GUI智能体任务规划PEEU
推荐理由：这篇让7B小模型在GUI任务规划上超过32B大模型，还分析了不同层级任务泛化的差异，很实用。
原文
6月18日
03:53
03:53官方账号LangChain@LangChainAI
LangChain 发布 Deep Agents 深度解析第三部分，聚焦 Delegation 委派功能。该工具让模型能自动规划复杂任务，并内置子智能体支持。来自 @SydneyRunkle 的 90 秒讲解视频详细演示了如何通过委派分工提升任务执行效率。
技巧Deep AgentsLangChain智能体
推荐理由：LangChain 出了个 Deep Agents 新视频，讲怎么用委派功能规划复杂任务，还自带子智能体支持，90 秒就讲明白。
原文
5月31日
10:18