arXiv cs.AI· Jisen Lei, Huizhi Liang·· 11 小时前AI 评分24
Generate-then-Rank：为具身智能体学习符号化目标解释
Generate-then-Rank: Learning Symbolic Goal Interpretation for Embodied Agents
AI 导读
研究提出两阶段“生成-排序”方法 Generate-then-Rank，用于具身智能体接口（EAI）中的目标解释：先通过监督微调让 LLM 适配 EAI 输出规范，再用 Candidate-Output Ranking from Errors（CORE）从模型自身生成的候选中学习偏好。
正文 · AI 翻译
摘要：目标解释是将自然语言指令转换为规划器可执行的形式化符号目标。这对具身智能体至关重要，因为此处的任何错误都会传播到下游的每个规划和行动步骤。要做好这一点，既需要生成合适的候选，也需要可靠地在其中进行选择。我们提出了一种用于具身智能体接口（EAI）中目标解释的两阶段“先生成后排序”方法。首先，监督微调使大型语言模型（LLM）适应 EAI 的输出约定。其次，基于错误的候选-输出排序（CORE）从模型自身生成的备选中学习对完整输出的偏好。我们在具身智能体接口基准的家庭场景上进行了实验。评估了多个开源 LLM，包括 DeepSeek-V3 chat、DeepSeek-Reasoner 以及 Qwen2.5-7B 和 Qwen2.5-72B。所提方法优于基线模型，包括采用简单提示、思维链以及基于知识图谱方法的 LLM。
| 评论： | 14 页，2 幅图。已被第十届中欧智能数据分析与应用会议（ECC 2026）接收 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器人学（cs.RO） |
| 引用为： | arXiv:2611.07825 [cs.AI] |
| （或 arXiv:2611.07825v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.07825 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jisen Lei [查看邮箱]
[v1]
2026 年 11 月 5 日星期四 11:05:53 UTC（1,010 KB）
来源：arXiv cs.AI · arxiv.org