arXiv cs.AI· Haotian Zhai, Tianming Sha, Junnan Li·· 13 小时前AI 评分31
AtomTree：基于 LLM 的分层状态感知具身指令跟随框架
AtomTree: A Hierarchical Framework for State-Aware Embodied Instruction Following with LLMs
AI 导读
AtomTree 是一个用 LLM 做状态感知任务规划的分层框架，逐步构建子目标与动作树，由 LLM 依据当前符号状态决定继续分解还是输出可执行的低层动作。当低层动作停滞时，它触发分层回溯重规划，回到父节点并从最新状态重新生成子树计划，避免沿错误轨迹继续漂移。在 ALFRED benchmark 的零样本评测中，AtomTree 优于此前的 LLM 规划器，论文已被 IROS 2026 接收。
正文 · AI 翻译
摘要：交互环境中的具身指令遵循要求智能体解释自然语言命令并完成长时程任务。现有规划器要么依赖大量标注轨迹，要么使用少样本和零样本 LLM 提示，在单一串行推理过程中生成完整计划。这些方法依赖语言常识，从初始指令就确定计划，并且只在失败后才更新，削弱了鲁棒性和状态感知能力。我们提出 AtomTree，一个基于 LLM 的状态感知任务规划分层框架。AtomTree 增量构建子目标和动作树，LLM 在每一步根据当前符号状态决定是进一步分解还是输出接地的低层动作。轻量级记忆模块总结过去的结果，以便在后续决策中复用。当低层动作停滞时，AtomTree 触发分层回溯重规划，返回父节点并根据最新状态重新生成子树计划，防止沿错误轨迹继续漂移。在 ALFRED 基准上的零样本评估中，AtomTree 优于先前的基于 LLM 的规划器。项目页面：此 https URL。
| Comments: | 已被 IROS 2026 接收 |
| Subjects: | 机器人学 (cs.RO)；人工智能 (cs.AI)；计算与语言 (cs.CL) |
| Cite as: | arXiv:2610.38744 [cs.RO] |
| （或 arXiv:2610.38744v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38744 由 DataCite 颁发的 arXiv DOI |
Submission history
来自：Tommy Sha [查看邮箱]
[v1]
2026年10月28日星期三 19:30:40 UTC（2,832 KB）
来源：arXiv cs.AI · arxiv.org