論文の概要: AtomTree: A Hierarchical Framework for State-Aware Embodied Instruction Following with LLMs

• arxiv url: http://arxiv.org/abs/2610.38744v1
• Date: Wed, 28 Oct 2026 19:30:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-01 01:32:10.000055
• Title: AtomTree: A Hierarchical Framework for State-Aware Embodied Instruction Following with LLMs
• Title（参考訳）: AtomTree: LLMに続く、ステートアウェアな体操教育のための階層的なフレームワーク
• Abstract要約: AtomTreeは、LLMを使った状態認識タスク計画のための階層的なフレームワークである。 軽量メモリモジュールは、後の決定で再利用するために過去の結果を要約する。
• 参考スコア（独自算出の注目度）: 6.6549095188452645
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Embodied instruction following in interactive environments requires agents to interpret natural language commands and complete long-horizon tasks. Existing planners either rely on large labeled trajectories, or use few-shot and zero-shot LLM prompting that produces a whole plan in a single serial reasoning process. These approaches depend on linguistic common sense, commit to a plan from the initial instruction, and only update after failures, which weakens robustness and state awareness. We present AtomTree, a hierarchical framework for state-aware task planning with LLMs. AtomTree incrementally builds a tree of subgoals and actions, where the LLM decides at each step, from the current symbolic state, whether to further decompose or to output a grounded low-level action. A lightweight memory module summarizes past outcomes for reuse in later decisions. When a low-level action stalls, AtomTree triggers hierarchical backtracking replanning to return to the parent node and regenerate the subtree plan from the latest state, preventing continued drift along an incorrect trajectory. In zero-shot evaluation on the ALFRED benchmark, AtomTree outperforms prior LLM-based planners. Project page: https://zhaihaotian.github.io/atomtree-website/.
• Abstract（参考訳）: 対話的な環境での身体的指示は、自然言語コマンドと完全な長距離タスクを解釈するエージェントを必要とする。 既存のプランナーは大きなラベル付き軌跡を頼りにするか、または数発でゼロショットのLCMプロンプトを使用して、単一のシリアル推論プロセスで全体計画を生成する。 これらのアプローチは言語的常識に依存し、最初の指示から計画にコミットし、失敗後にのみ更新し、堅牢性と国家意識を弱める。 我々は、LLMによる状態認識タスク計画のための階層的なフレームワークAtomTreeを紹介する。 AtomTreeは段階的にサブゴールとアクションのツリーを構築し、LLMは各ステップで現在のシンボル状態から決定する。 軽量メモリモジュールは、後の決定で再利用するために過去の結果を要約する。 低レベルのアクションが停止すると、AtomTreeは階層的なバックトラックのリプランをトリガーして親ノードに戻り、最新の状態からサブツリープランを再生する。 ALFREDベンチマークのゼロショット評価では、AtomTreeは以前のLCMベースのプランナよりも優れています。 プロジェクトページ:https://zhaihaotian.github.io/atomtree-website/。

関連論文リスト

• RepoReasoner: Evaluating Repository-Level Code Reasoning Ability of Long-Context Language Models [54.53236295237077]
  リポジトリレベルのコード推論を評価するベンチマークであるRepoReasonerを紹介します。 出力予測は、ファイル間でのきめ細かいステートフルな実行推論を計測します。 Call Chain Predictionは、ノイズの多いコンテキスト下での高レベルのアーキテクチャ依存性の理解を評価する。
  論文  参考訳（メタデータ） (2026-07-28T17:12:41Z)
• A Formal Hierarchical Architecture for Agentic Orchestration with Stack-Based Execution and Lazy Discovery [5.106901034158075]
  本稿では,エージェントオーケストレーションのための階層的,スキルベースのアーキテクチャを提案する。 機能はルートツリーとして構成され、内部ノードがルーティング決定を行い、リーフノードが決定論的タスクを実行する。 グローバルメモリをローカライズされたスタックフレームに置き換えることで、ある実行ブランチからの出力が別の実行ブランチにリークすることを防ぐ。
  論文  参考訳（メタデータ） (2026-07-13T06:15:51Z)
• Beyond Semantic Organization: Memory as Execution State Management for Long-Horizon Agents [18.30583250316923]
  LLMベースのエージェントは、相互依存的な決定によって、ますます長い水平タスクに取り組む。 既存のRAGとエージェントメモリシステムは、意味的類似性によって履歴を整理し、決定時にコンテンツ関連エントリを取得する。 MAGE(Memory as Agent-Guided Exploration)は,階層的な状態木にインタラクションを格納するアクティブな実行状態マネージャである。
  論文  参考訳（メタデータ） (2026-06-04T12:26:42Z)
• ReAcTree: Hierarchical LLM Agent Trees with Control Flow for Long-Horizon Task Planning [6.600538353483611]
  本稿では,複雑な目標を動的に構築されたエージェントツリー内のより管理可能なサブゴールに分解する階層的タスクプランニング手法を提案する。 ReAcTreeは、さまざまな大きな言語モデルでReActのような強力なタスク計画ベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2025-11-04T09:55:40Z)
• Tree Prompting: Efficient Task Adaptation without Fine-Tuning [112.71020326388029]
  Tree Promptingはプロンプトの決定ツリーを構築し、複数のLMコールをリンクしてタスクを解決する。 分類データセットの実験により、Tree Promptingは競合するメソッドよりも精度が向上し、微調整と競合することが示された。
  論文  参考訳（メタデータ） (2023-10-21T15:18:22Z)
• Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
  Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:50Z)
• 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。