L3M+P: Lifelong Planning with Large Language Models

文章主要内容总结

本文提出了一种名为L3M+P（Lifelong LLM+P）的框架，旨在解决通用服务机器人在长期部署中面临的规划挑战。现有方法（如LLM+P）虽结合了大型语言模型（LLMs）与经典规划方法，但存在两点关键局限：一是依赖详细且一致的环境描述，而实际环境中该信息往往难以获取；二是仅聚焦孤立任务规划，无法支持机器人长期连续部署所需的动态环境记忆更新。

L3M+P通过以下方式解决这些问题：

1. 动态世界状态表示：采用外部知识图谱作为世界状态的结构化表示，可通过传感器输入和人类自然语言交互等多模态信息更新。
2. 一致性维护：制定知识图谱的绝对世界状态格式规则，确保更新时的一致性。
3. 规划流程优化：在规划阶段，基于自然语言任务描述从知识图谱中检索相关上下文，生成经典规划器所需的问题定义（如PDDL格式）。

实验在家庭机器人模拟器和真实服务机器人上进行，结果表明，得益于知识图谱的检索与验证机制，L3M+P在准确记录自然语言状态变化和生成正确规划方面显著优于基线方法。

创新点

1. 动态结构化记忆：引入知识图谱作为外部记忆，支持多模态（传感器、自然语言）输入更新，解决了LLM仅依赖文本积累导致的幻觉问题和上下文窗口限制。
2. 基于搜索的检索增强：提出搜索式知识图谱检索算法（结合深度优先搜索的子图匹配），精确定位与任务/更新相关的实体和关系，提升上下文相关性