論文の概要: MemPlan: Memory-Conditioned PDDL Planning for Partially Observable Text Environments

• arxiv url: http://arxiv.org/abs/2610.30379v1
• Date: Wed, 21 Oct 2026 19:40:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.120449
• Title: MemPlan: Memory-Conditioned PDDL Planning for Partially Observable Text Environments
• Title（参考訳）: MemPlan: 部分観察可能なテキスト環境のためのメモリコンディションPDDLプランニング
• Abstract要約: 本稿では,対話型テキスト環境のためのメモリコンディショニングPDDL計画フレームワークを提案する。 MemPlanは、解析された観察、候補仮説、相互作用記憶から各ステップでPDDL問題を再構築する。 MemPlanは、言語のみのベースラインとPDDL対応ベースラインよりもタスク補完とステップ効率を改善している。
• 参考スコア（独自算出の注目度）: 1.8804797175570478
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM agents are flexible in language interaction, but using them as long-horizon planners is costly and prone to hallucinated or invalid actions. This paper targets a different role for LLMs: constrained bridges between language and symbolic planning. We propose MemPlan, a memory-conditioned PDDL planning framework for partially observable interactive text environments. MemPlan keeps the PDDL domain fixed and reconstructs the PDDL problem at each step from parsed observations, candidate hypotheses, and interaction memory. Positive graph memory assigns relevance-based action costs to candidate hypotheses for missing objects, locations, or conditions, guiding the planner toward more plausible checks. Negative memory records execution-refuted assumptions and compiles them into exclusion constraints, preventing repeated attempts at candidates already contradicted by feedback. A unified schema-conditioned language--symbol interface, trained offline with supervised fine-tuning, connects text environments to the planning loop through observation-to-fact parsing and symbolic-action-to-command grounding. Experiments on TextWorld, ALFWorld, and Robotouille show that MemPlan improves task completion and step efficiency over language-only and PDDL-aware baselines, while substantially reducing online token cost compared with LLM-planning baselines such as ReAct. The same fine-tuned interface is also reused across TextWorld task types without task-specific fine-tuning. Our code and data are available at: https://github.com/tewiSong/MemPlan.
• Abstract（参考訳）: LLMエージェントは言語相互作用において柔軟であるが、長い水平プランナーとして使用すると、ハロシン化や無効化にコストがかかりやすい。 本稿では,LLMにおける言語とシンボリックプランニングの橋渡しという,異なる役割を掲げる。 部分観測可能な対話型テキスト環境のためのメモリコンディショニングPDDL計画フレームワークであるMemPlanを提案する。 MemPlanはPDDLドメインを固定し、解析された観察、仮説、相互作用記憶から各ステップでPDDL問題を再構築する。 正のグラフメモリは、オブジェクト、場所、条件の候補仮説に関連性に基づくアクションコストを割り当て、プランナーをより妥当なチェックへと導く。 負のメモリは、実行に反する仮定を記録し、それらを排他的制約にコンパイルし、フィードバックによって既に矛盾している候補に対する繰り返しの試みを防ぐ。 教師付き微調整でオフラインでトレーニングされた統合スキーマ条件の言語-シンボルインターフェースは、テキスト環境を観察から実行までのパースとシンボリックから実行までのグラウンドディングを通じて計画ループに接続する。 TextWorld、ALFWorld、Robotouilleの実験では、MemPlanは言語のみのベースラインやPDDL対応ベースラインよりもタスクの完了とステップ効率を改善し、ReActのようなLCMプランニングベースラインに比べてオンライントークンコストを大幅に削減している。 同じ微調整インターフェイスは、タスク固有の微調整なしでTextWorldタスクタイプ間で再利用される。 私たちのコードとデータは、https://github.com/tewiSong/MemPlan.comで利用可能です。

関連論文リスト

• Embodied Zero-Shot Task Planning via Hardware-Aware LLM-VLM Integration for Grounded Robotic Manipulation [0.0]
  本稿では,Franka Research 3ロボットのためのハードウェア対応大規模言語モデルビジョン言語モデル (LLM-VLM) 操作フレームワークを提案する。 このフレームワークは、記号的推論とメトリック実行を分離する。 これは、ピックアップ、閉鎖されたソースアクセス、メンテナンスアウト推論、関係配置、シーケンシャルな操作タスクを含むデジタルツイントライアルのシミュレーションによって評価される。
  論文  参考訳（メタデータ） (2026-10-08T22:59:11Z)
• WorldScape Policy 2.0: Empowering Steerable World Action Modeling with Reasoning-Augmented Memory [50.19449886428936]
  We introduced WorldScape Policy 2.0, a controllable WAM with reasoning-augmented long long-term memory。 検索された履歴は、認識と自己回帰的に生成された計画トークンを増大させ、自律的な計画のための暗黙のサブゴール条件をもたらす。 シミュレーションと実世界のプラットフォームにおける実験は、長期の自律計画、きめ細かい指示、文脈内適応において優れた能力を示す。
  論文  参考訳（メタデータ） (2026-07-21T08:25:37Z)
• EvoPlan: Evolutionary Neuro-Symbolic Robot Planning with Spatio-Temporal Guarantees [8.493077522675994]
  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。
  論文  参考訳（メタデータ） (2026-07-07T18:42:59Z)
• Language Models For Generalised PDDL Planning: Synthesising Sound and Programmatic Policies [14.156642420488168]
  計画領域定義言語(PDDL)で規定される世界モデルにおける言語モデル(LM)の利用について検討する。 我々は、あるドメインからPDDL問題を解決するための一般的なポリシーとして機能するPythonプログラムを生成するよう、LMに促す。 我々は,PDDLプランナや最近のLMアプローチよりも多くのPDDL問題を一定時間とメモリ制約で解くことができることを示す競合ベンチマーク実験を行った。
  論文  参考訳（メタデータ） (2025-08-25T21:28:14Z)
• Improved Generalized Planning with LLMs through Strategy Refinement and Reflection [58.79806530685551]
  疑似コードの形で戦略を生成する手法を提案する。 我々は、Pythonデバッグフェーズをリフレクションステップで拡張し、LLMが観測された計画失敗の理由を特定できるようにする。 17のベンチマーク領域で実験を行い、これらの拡張によって一般化された計画の品質が大幅に向上することを示した。
  論文  参考訳（メタデータ） (2025-08-19T14:42:18Z)
• Interactive and Expressive Code-Augmented Planning with Large Language Models [62.799579304821826]
  大きな言語モデル(LLM)は、常識的推論と対話的な意思決定において強力な能力を示す。 近年,制御フローなどのコード・アジャセント技術を用いてLCM出力を構造化し,計画性能を向上させる技術が提案されている。 完全コード表現で動的なLEM計画手法であるREPL-Planを提案する。
  論文  参考訳（メタデータ） (2024-11-21T04:23:17Z)
• 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)
• NL2Plan: Robust LLM-Driven Planning from Minimal Text Descriptions [6.225699609028632]
  NL2Planは、最小限の自然言語記述から完全なPDDLタスクを生成する最初の完全自動システムである。 我々は,NL2Planを7つの計画領域で評価するが,そのうち5つは新規であり,LLMトレーニングデータには含まれない。
  論文  参考訳（メタデータ） (2024-05-07T11:27:13Z)

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。