交互式机器人规划中意图消歧的贝叶斯主动学习

交互式机器人规划要求机器人从往往存在歧义、不完整或描述不充分自然语言指令中推断并执行人类意图。尽管大语言模型（LLM）提供了强大的澄清接口，但依赖生成模型驱动多轮对话可能引入系统性失败。我们提出一个贝叶斯框架，将澄清视为基于接地的信号时序逻辑（STL）任务规范上的主动学习问题。我们的方法使用 LLM 初始化候选形式化规范，并将信息量大的对比转化为自然语言澄清问题，同时贝叶斯优化维护对用户意图的不确定性估计，并选择最大化信息增益的查询。收敛后，推断出的 STL 规范被传递给形式化规划器，以合成可验证的机器人轨迹。在四个模拟和真实世界任务领域中，我们的方法总体实现了更高的任务满足度，并且相比 LLM 基线需要更少的澄清轮次，同时帮助较小模型缩小与较大推理模型之间的性能差距。

中文由 AI 翻译，仅供参考，以原文为准。