arXiv Robotics· Bhavya Sai Nukapotula, Samin Moosavi, Haoze Wang, Luke Duncan, Diya Shakkottai, Varun Murali, Srinivas Shakkottai·· 13 小时前AI 评分40
EvoPlan：具备时空保证的进化神经符号机器人规划框架
EvoPlan: Evolutionary Neuro-Symbolic Robot Planning with Spatio-Temporal Guarantees
AI 导读
EvoPlan 是一个神经符号机器人规划框架，其保证为符号有效性与满足从数据中学到的约束，且可运行在本地部署的开源权重模型上，无需云服务。
推荐理由模型分析
EvoPlan 把 LLM 规划与符号验证结合：从演示中挖掘全局 STL 约束，用进化式 PDDL 规划让 LLM 提议并由程序验证器筛选，再在 Nav2 执行中按约束检查并回馈重规划。对做机器人任务规划与安全约束的开发者，可参考其在 Bench2Drive、ALFWorld 等基准上的对比条件，以及 Gazebo 与 Jackal 实机演示的边界。
来源：arXiv Robotics · arxiv.org