AtomTree：LLM分层规划框架实现具身指令跟随
热点事件持续更新
AtomTree：LLM分层规划框架实现具身指令跟随
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Haotian Zhai、Tianming Sha、Junnan Li 提出 AtomTree，一个用 LLM 做状态感知任务规划的分层框架：它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，AtomTree 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，以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。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
AtomTree：基于 LLM 的分层状态感知具身指令跟随框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIAtomTree：基于 LLM 的分层状态感知具身指令跟随框架
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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。