Achieving Scalable Robot Autonomy through Lightweight Local Large Language Models
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新的神经符号规划框架Gideon,旨在解决PDDL基础的符号任务规划在动态人机协作中的可扩展性和重规划需求。实验结果显示,Gideon在多领域规划中的有效性比率达到70.6%,显著提升了计划的可用性和执行效率。
🎯
关键要点
- 本研究提出了一种新的神经符号规划框架Gideon。
- Gideon旨在解决PDDL基础的符号任务规划在动态人机协作中的可扩展性和重规划需求。
- Gideon利用本地小型大型语言模型(LLM)进行有效的计划生成。
- 实验结果显示,Gideon在多领域规划中的有效性比率达到70.6%。
- Gideon显著提升了人机协作中的计划可用性和执行效率。
➡️