GraphThink: Pianificazione Potenziata con Grafi per Agenti Embodied basati su LLM

Uno studio recente presenta GraphThink, un framework volto a migliorare le capacità di pianificazione degli agenti embodied che utilizzano modelli linguistici di grandi dimensioni (LLM). Questo articolo, disponibile su arXiv con identificativo 2608.07905, affronta sfide comuni come allucinazioni fisiche, generalizzazione inadeguata su compiti a lungo orizzonte e insufficiente consapevolezza ambientale. GraphThink impiega un grafo dei compiti per la conoscenza strutturata al fine di facilitare una pianificazione efficace e un grafo della scena per preservare la memoria ambientale per la ri-pianificazione guidata da eventi. Il grafo dei compiti dirige il ragionamento dell'LLM attraverso prompt contestuali e aggiustamenti iterativi, riducendo le allucinazioni di pianificazione. All'interno del framework GRPO, offre anche una progettazione di ricompense raffinata per potenziare le capacità a lungo orizzonte del pianificatore LLM. Un modulo di ri-pianificazione guidato da eventi, supportato dal grafo della scena, favorisce la consapevolezza ambientale a ciclo chiuso e la correzione degli errori, raggiungendo risultati all'avanguardia sul benchmark ALFRED. Questa ricerca ha significato per l'intelligenza artificiale, la robotica e la cognizione embodied, influenzando le interazioni dell'IA con gli spazi fisici.