EvoPlan：具有时空保证的进化神经符号机器人规划
EvoPlan是一个神经符号框架，融合了LLM的流畅性和经典PDDL规划器的可执行性与安全性保证。它包含三个核心部分：从演示数据中离线挖掘全局信号时序逻辑（STL）约束的过程、进化PDDL规划器以及约束执行循环。所有LLM调用均使用本地开源模型，无需云依赖。在Bench2Drive、HA-VLN-CE和ALFWorld基准测试中验证了有效性。
近年来，基于大型语言模型（LLM）的机器人规划器在生成自然语言计划方面表现出色，但往往无法保证计划的可执行性和安全性。另一方面，经典的PDDL规划器虽然能提供这些保证，但要求问题完全指定，且无法充分利用LLM的上下文理解与计划修复能力。为此，研究者提出了EvoPlan——一个进化神经符号机器人规划框架，旨在融合两种方法的优势。
EvoPlan框架由三个核心部分组成。首先，一个离线程序从演示数据中挖掘全局信号时序逻辑（STL）约束。该程序能够恢复编码规则（例如从nuPlan驾驶日志中挖掘的红灯停规则）或社会偏好（如从SCAND遥操作数据中挖掘的行人避让舒适度）。由于演示数据通常只包含正例，程序通过反事实扰动和LLM违规生成器创建负例，然后利用进化搜索拟合约束。挖掘出的约束随后用于屏蔽视觉语言驾驶策略（在Bench2Drive上测试）和离散动作导航策略（在HA-VLN-CE上测试）。
其次，进化PDDL规划器：LLM负责提议和修复计划，而程序化验证器则决定哪些计划可行。通过迭代，已验证的计划部分逐渐增长。该规划器在开放世界的ALFWorld文本基准测试中表现优异，超越了强基线方法，并且在目标词汇与动作模型词汇不匹配时仍保持鲁棒性。
第三，约束执行循环：规划器的计划被编译成一系列航点，这些航点根据挖掘的STL约束进行检查。一旦违反，规划器将重新规划。研究团队通过Gazebo模拟器的演示展示了完整流程。
EvoPlan的所有LLM调用均使用本地托管的开源权重模型，因此整个管线可以在机器人端部署，无需依赖云端。这一设计大幅提升了系统的自主性和安全性。该研究为神经符号机器人规划领域提供了新的思路，通过结合数据驱动学习和符号验证，在保证计划安全性的同时保留了LLM的灵活性。