arXiv · cs.RO· Runxin Zou·· 1 天前精选AI 评分65
ProLoop: 基于结构化状态关系的进度感知闭环框架用于长期机器人任务规划
ProLoop: Progress-Aware Closed-Loop Framework via Structured State Relations for Long-Horizon Robotic Task Planning
AI 导读
Runxin Zou 提出了 ProLoop，一种进度感知闭环框架，通过结构化状态关系明确子目标进度，解决了长期机器人任务规划中进度估计不准确的问题。实验显示 ProLoop 在 AgentBoard ALFWorld 和真实机器人平台上将整体成功率提高 12.94%，困难任务提高 15.46%，同时减少 32.3% 的环境交互次数。
推荐理由
通过结构化状态关系明确子目标进度，解决了长期任务规划中进度估计不准确的问题，显著提高了机器人任务成功率。
来源：arXiv · cs.RO · arxiv.org