論文の概要: EvoPlan: Evolutionary Neuro-Symbolic Robot Planning with Spatio-Temporal Guarantees
- arxiv url: http://arxiv.org/abs/2607.06724v1
- Date: Tue, 07 Jul 2026 18:42:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 22:50:30.19951
- Title: EvoPlan: Evolutionary Neuro-Symbolic Robot Planning with Spatio-Temporal Guarantees
- Title（参考訳）: EvoPlan: 時空間保証による進化型神経シンボリックロボット計画
- Abstract要約: 本稿では,三部構成のニューロシンボリック・フレームワークを提案する。
まず、デモデータからモビリティに対する単一のグローバルな信号テンポラル論理をマイニングするオフラインプロシージャ。
第二に、進化的なPDDLプランナー: LLMは計画を提案し、修復し、プログラム的検証者はどれが生き残るかを決定する。
第三に、制約された実行ループ:プランナーの計画はウェイポイントにコンパイルされ、ウェイポイントはマイニングされた制約に対してチェックされ、プランナーは違反について再計画される。
- 参考スコア（独自算出の注目度）: 8.493077522675994
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: LLM-based robot planners are fluent but cannot guarantee that their plans are executable or safe. Classical PDDL planners can guarantee these properties, but only after the problem is fully specified, and they make poor use of an LLM's ability to read context and repair plans. This paper presents a neuro-symbolic framework with three parts. All LLM calls use a locally-hosted open-weight model, so the pipeline can be deployed on-robot with no cloud dependency. First, an offline procedure that mines a single global Signal Temporal Logic (STL) constraint on mobility from demonstration data. The procedure recovers codified rules (e.g., stopping at red lights, mined from nuPlan driving logs) or population preferences (e.g., social-navigation comfort, mined from SCAND teleoperation), depending on what the demonstrations encode. Because the demonstrations are a one-class signal, we generate the missing negatives with counterfactual perturbations and an LLM violation generator and then fit the constraint by evolutionary search. We use the mined constraint to shield a vision-language driving policy on Bench2Drive and two discrete-action navigation policies on HA-VLN-CE. Second, an evolutionary PDDL planner: an LLM proposes and repairs plans, programmatic validators decide which ones survive, and the validated portion of the plan grows over iterations. We test the planner on the open-world ALFWorld Text benchmark, where it beats strong baselines and stays robust when the goal vocabulary does not match the action-model vocabulary. Third, a constrained execution loop: the planner's plan is compiled into waypoints, the waypoints are checked against the mined constraint, and the planner re-plans on a violation. We illustrate the full pipeline via demonstrations using the Gazebo simulator.
- Abstract（参考訳）: LLMベースのロボットプランナーは流動性があるが、その計画が実行可能か安全であることを保証できない。
古典的なPDDLプランナはこれらの特性を保証できるが、問題が完全に特定された後にのみ、LLMのコンテキストを読み取って修正する能力が不足している。
本稿では,三部構成のニューロシンボリック・フレームワークを提案する。
すべてのLLMコールは、ローカルにホストされたオープンウェイトモデルを使用するため、パイプラインはクラウド依存なしに、オンボットでデプロイできる。
まず、デモデータからモビリティの制約を1つのグローバルシグナルテンポラル論理(STL)にマイニングするオフラインプロシージャ。
手順は、コード化されたルール(例えば、赤信号の停止、nuPlanの運転ログからのマイニング)や人口の好み(例えば、SCANDの遠隔操作からのソーシャルナビゲーションの快適さ)を、デモがエンコードしたものに応じて回復する。
実演は一級信号であるため, 反実的摂動とLCM違反発生器の欠落を発生し, 進化探索による制約に適合する。
我々は、Bench2Drive上での視覚言語駆動ポリシーとHA-VLN-CE上での2つの個別動作ナビゲーションポリシーを守るために、マイニングされた制約を使用する。
第二に、進化的なPDDLプランナー: LLMが計画を提案し、修復し、プログラム的検証者がどれが生き残るかを決め、計画の検証された部分が反復によって増加する。
オープンワールドのALFWorld Textベンチマークで,目標語彙がアクションモデル語彙と一致しない場合,プランナーは強いベースラインを破り,頑健に維持される。
第三に、制約された実行ループ:プランナーの計画はウェイポイントにコンパイルされ、ウェイポイントはマイニングされた制約に対してチェックされ、プランナーは違反について再計画される。
本稿では,Gazeboシミュレータを用いた実演による全パイプラインの解説を行う。
関連論文リスト
- PEACE: A Planner-Executor Agent with Constraint Enforcement for UAVs [4.022353603224729]
低レベルの制御から高レベルのミッション計画を切り離すPX4ベースのドローンのプランナー・エグゼクタエージェントを提案する。
大きな言語モデルはシングルパスタスクプランニングを実行し、実行は構造化されたROS 2ツールコールインターフェースによって処理される。
その結果,LLM制御に比べて説明可能性,制約強制性,LLM呼び出しの短縮性が向上した。
論文 参考訳（メタデータ） (2026-05-26T10:03:22Z) - SafePilot: A Framework for Assuring LLM-enabled Cyber-Physical Systems [2.2566909388480743]
大規模言語モデル(LLM)は、最近、様々なサイバー物理システムに統合され始めている。
LLMは"ハロシン化"(hallucination)を生成します。
属性ベースおよび時間仕様に従ってCPSのエンドツーエンド保証を提供する新しい階層型ニューロシンボリックフレームワークであるSafePilotを提案する。
論文 参考訳（メタデータ） (2026-03-23T03:31:51Z) - LogicGuard: Improving Embodied LLM agents through Temporal Logic based Critics [3.3890411643175646]
大規模言語モデル(LLM)はゼロショットと単一ステップの推論と意思決定の問題において有望であることを示している。
LogicGuardは,LLMアクターを軌跡レベルのLCM評論家に案内するモジュール型アクター・クリティックアーキテクチャである。
我々のセットアップは、言語モデルの推論強度と形式論理の保証を組み合わせる。
論文 参考訳（メタデータ） (2025-07-04T04:53:53Z) - Context Matters! Relaxing Goals with LLMs for Feasible 3D Scene Planning [1.5391321019692432]
身体的エージェントは、現実の複雑な3D環境で確実に計画し、行動する必要がある。
我々は、LLM(Large Language Models)と古典的なプランニングを融合するフレームワークであるContextMattersを紹介します。
実験の結果,LLMs+PDDLベースラインよりも52.45%成功率が向上した。
論文 参考訳（メタデータ） (2025-06-18T19:14:56Z) - Learning to Reason and Navigate: Parameter Efficient Action Planning with Large Language Models [63.765846080050906]
本稿では,大規模言語モデル (PEAP-LLM) を用いたパラメータ効率の高いアクションプランナを提案する。
実験により,提案したREVERIEモデルが従来の最先端モデルよりも優れていることが示された。
論文 参考訳（メタデータ） (2025-05-12T12:38:20Z) - From Words to Actions: Unveiling the Theoretical Underpinnings of LLM-Driven Autonomous Systems [59.40480894948944]
大規模言語モデル (LLM) は、物理世界の意思決定問題を解くことができる。
このモデルの下で、LLM Plannerは、プロンプトを介して言語ベースのサブゴールを反復的に生成することにより、部分的に観測可能なマルコフ決定プロセス(POMDP)をナビゲートする。
我々は,事前学習したLLMプランナーが,文脈内学習を通じてベイズ的集計模倣学習(BAIL)を効果的に行うことを証明した。
論文 参考訳（メタデータ） (2024-05-30T09:42:54Z) - From LLMs to Actions: Latent Codes as Bridges in Hierarchical Robot Control [58.72492647570062]
我々は,制限を克服する代替アーキテクチャとして,Learningable Latent Codes as Bridges (LCB)を導入した。
methodoutperforms baselines that leverage pure language as the interface layer on tasks that requires reasoning and multi-step behaviors。
論文 参考訳（メタデータ） (2024-05-08T04:14:06Z) - Can Vehicle Motion Planning Generalize to Realistic Long-tail Scenarios? [11.917542484123134]
現実の自動運転システムは、稀で多様な交通シナリオに直面して安全な判断をしなければならない。
現在の最先端のプランナーは、主にnuScenes(オープンループ)やnuPlan(クローズループ)といった現実世界のデータセットで評価されます。
論文 参考訳（メタデータ） (2024-04-11T08:57:48Z) - LLM-Assist: Enhancing Closed-Loop Planning with Language-Based Reasoning [65.86754998249224]
従来のルールベースプランナとLCMベースのプランナを併用した,新しいハイブリッドプランナを開発した。
当社のアプローチでは,既存のプランナが苦労する複雑なシナリオをナビゲートし,合理的なアウトプットを生成すると同時に,ルールベースのアプローチと連携して作業する。
論文 参考訳（メタデータ） (2023-12-30T02:53:45Z) - DoReMi: Grounding Language Model by Detecting and Recovering from Plan-Execution Misalignment [10.322491116030825]
DoReMiは、計画と実行間のミスアライメントの検出とリカバリを可能にする。
パイプラインは、低レベルの実行を監視し、特定の計画実行ミスアライメントが発生した場合、タイムリなリカバリを可能にします。
論文 参考訳（メタデータ） (2023-07-01T12:51:02Z) - AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。
本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。
幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
論文 参考訳（メタデータ） (2023-05-26T05:52:27Z) - Plan, Eliminate, and Track -- Language Models are Good Teachers for
Embodied Agents [99.17668730578586]
事前訓練された大言語モデル(LLM)は、世界に関する手続き的な知識をキャプチャする。
Plan, Eliminate, and Track (PET)フレームワークはタスク記述をハイレベルなサブタスクのリストに変換する。
PETフレームワークは、人間の目標仕様への一般化のために、SOTAよりも15%改善されている。
論文 参考訳（メタデータ） (2023-05-03T20:11:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。