基于LLM的机器人规划推理：对任务与环境复杂性的鲁棒性

Filippo Favali, Lorenzo Sabattini, Valeria Villani

摘要

该论文研究了大语言模型在机器人规划中的推理能力，重点分析了其对任务和环境复杂性的鲁棒性。通过实验验证了LLM在复杂场景下规划的有效性，为智能机器人决策提供了新思路。

LLMrobotic planningrobustnesstask complexityenvironmental complexity

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018