EvoPlan：具有時空保證的進化神經符號機器人規劃
EvoPlan是一個神經符號框架，融合了LLM的流暢性和經典PDDL規劃器的可執行性與安全性保證。它包含三個核心部分：從演示資料中離線挖掘全域性訊號時序邏輯（STL）約束的過程、進化PDDL規劃器以及約束執行迴圈。所有LLM呼叫均使用本地開源模型，無需雲依賴。在Bench2Drive、HA-VLN-CE和ALFWorld基準測試中驗證了有效性。
近年來，基於大型語言模型（LLM）的機器人規劃器在生成自然語言計劃方面表現出色，但往往無法保證計劃的可執行性和安全性。另一方面，經典的PDDL規劃器雖然能提供這些保證，但要求問題完全指定，且無法充分利用LLM的上下文理解與計劃修復能力。為此，研究者提出了EvoPlan——一個進化神經符號機器人規劃框架，旨在融合兩種方法的優勢。
EvoPlan框架由三個核心部分組成。首先，一個離執行緒序從演示資料中挖掘全域性訊號時序邏輯（STL）約束。該程式能夠恢復編碼規則（例如從nuPlan駕駛日誌中挖掘的紅燈停規則）或社會偏好（如從SCAND遙運算元據中挖掘的行人避讓舒適度）。由於演示資料通常只包含正例，程式透過反事實擾動和LLM違規生成器建立負例，然後利用進化搜尋擬合約束。挖掘出的約束隨後用於遮蔽視覺語言駕駛策略（在Bench2Drive上測試）和離散動作導航策略（在HA-VLN-CE上測試）。
其次，進化PDDL規劃器：LLM負責提議和修復計劃，而程式化驗證器則決定哪些計劃可行。透過迭代，已驗證的計劃部分逐漸增長。該規劃器在開放世界的ALFWorld文本基準測試中表現優異，超越了強基線方法，並且在目標詞彙與動作模型詞彙不匹配時仍保持魯棒性。
第三，約束執行迴圈：規劃器的計劃被編譯成一系列航點，這些航點根據挖掘的STL約束進行檢查。一旦違反，規劃器將重新規劃。研究團隊透過Gazebo模擬器的演示展示了完整流程。
EvoPlan的所有LLM呼叫均使用本地託管的開源權重模型，因此整個管線可以在機器人端部署，無需依賴雲端。這一設計大幅提升了系統的自主性和安全性。該研究為神經符號機器人規劃領域提供了新的思路，透過結合資料驅動學習和符號驗證，在保證計劃安全性的同時保留了LLM的靈活性。