🔥 今日值得一读
LLM规划太贵还爱幻觉？MemPlan用记忆条件PDDL框架，任务完成度和步骤效率双提升，在线令牌成本大幅降！
MemPlan: Memory-Conditioned PDDL Planning for Partially Observable Text Environments
👨💼 主理人解读 · 为什么值得关注
可让LLM智能体在长程文本任务中减少幻觉动作，用PDDL约束规划，适合构建可靠任务型Agent。
📖 AI 总结
本文提出MemPlan，一种面向部分可观测交互式文本环境的记忆条件化PDDL规划框架。针对大语言模型作为长程规划器成本高、易产生幻觉或无效动作的问题，作者将LLM的角色重新定位为语言与符号规划之间的受约束桥梁：保持PDDL领域固定，在每一步根据解析出的观测、候选假设和交互记忆重建PDDL问题。其中正向图记忆为缺失对象、位置或条件的候选假设分配基于相关性的动作代价，引导规划器优先进行更合理的检查；负向记忆记录被执行结果否定的假设并编译为排除约束，避免重复尝试已被反馈否定的候选。作者还设计了一个统一的模式条件语言—符号接口，通过离线监督微调训练，实现观测到事实的解析与符号动作到命令的落地。在TextWorld、ALFWorld和Robotouille上的实验表明，MemPlan在任务完成率和步骤效率上优于纯语言及PDDL感知基线，并相比ReAct等LLM规划基线大幅降低在线token开销；同一微调接口无需任务特定微调即可跨TextWorld任务类型复用。
🔑 关键词速览
| PDDL | 规划领域定义语言，一种用于形式化描述规划问题的标准语言。 |
| 部分可观测 | 智能体无法完全获取环境状态信息，只能通过观测获得部分信息。 |
| 记忆条件 | 利用交互历史记忆来条件化规划过程，以指导决策。 |
| 监督微调 | 在标注数据上对预训练模型进行有监督的微调训练。 |
| 符号规划 | 基于符号表示和逻辑推理的规划方法，与数值优化相对。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅