15:41
官方账号arXiv cs.AI@Mohammad Albinhassan, Yuming Feng, Alessandra Russo, Pranava Madhyastha
推荐理由：这个研究把视觉探索和符号规划结合起来，让模型在虚拟环境里干活成功率超90%，比直接让大模型操作强多了，而且不用专门训练。
VirtualHome
共 1 条相关 AI 资讯
8月18日
15:41
该研究提出一种神经符号智能体，将长时程家务任务分解为任务导向的视觉探索和受限符号规划。第一阶段，视觉语言模型和探索机制从第一视角观察中获取目标相关谓词和实例绑定，生成符号初始状态。第二阶段，PDDL转移模型限制解码，蒙特卡洛树搜索评估可执行延续。在VirtualHome和ALFWorld上，4B-27B模型成功率超90%，最小智能体显著优于27B直接视觉策略。约束与搜索互补，组合解决超95%任务，且生成token更少。