研究者提出AtomTree分层具身任务规划框架
热点事件持续更新
研究者提出AtomTree分层具身任务规划框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Haotian Zhai、Tianming Sha 和 Junnan Li 发布论文（arXiv:2610.38744），提出基于 LLM 的状态感知分层任务规划框架 AtomTree，论文已被 IROS 2026 接收。 该框架增量构建子目标与动作树，由 LLM 在每步根据当前符号状态决定继续分解或输出可执行低层动作，并配备轻量记忆模块总结过往结果；动作受阻时触发分层回溯，从最新状态重新生成子树计划。在 ALFRED 基准的零样本评测中，AtomTree 超越了此前的 LLM 规划器。
AI 根据报道生成 · 42 分钟前更新
最新进展10月31日 12:00
AtomTree：基于 LLM 的状态感知具身指令遵循分层框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIAtomTree：基于 LLM 的状态感知具身指令遵循分层框架
研究 AtomTree 提出一种基于 LLM 的状态感知任务规划分层框架，增量构建子目标与动作树，由 LLM 在每步根据当前符号状态决定继续分解或输出可执行低层动作。框架配备轻量记忆模块总结过往结果，动作受阻时触发分层回溯重规划，从最新状态重新生成子树计划。在 ALFRED benchmark 零样本评测中，AtomTree 超越了此前的 LLM 规划器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。