LEARNING
先规划正确，再规划紧凑：面向高效具身推理的符号强化学习
Xiangli Shi, Xiaomeng Zhu, Ye Tian, Yuchun Guo, Ziyang Sun, Lujie Yin, Yuxuan Zhou, Yufei Huang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种利用BDDL规范作为共享接口的方法，用于数据构建、计划验证和奖励设计，从而为具身任务规划提供可验证的监督信号。通过引入GroupAdapt难度感知长度调度，该方法在毫秒级延迟下提供密集反馈，并自动调整困难提示的长度容差。
关键词
embodied task planningsymbolic reinforcement learningplan verificationBDDL specificationGroupAdapt
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018