← 机器人智能体 / 执行反馈与技能具身语言反馈规划闭环Inner Monologue · 原文 Fig. 1 · p.2 ↗
正式发表 / Robot Agentic
Inner Monologue
Inner Monologue: Embodied Reasoning through Planning with Language Models
CoRL · 2022
关键框架 FRAMEWORK
将成功检测、场景描述和人类反馈写回语言上下文,让模型根据执行结果持续调整计划。
- 01选择并执行技能
- 02把环境反馈写回文本
- 03修正后续计划
THE IDEA
它在解决什么
将成功检测、场景描述和人类反馈写回语言上下文,让模型根据执行结果持续调整计划。
WHY READ IT
为什么放在这条路线
补齐 Agent 闭环的早期代表,区分一次性生成计划与观察失败后重新决策。
READ WITH A QUESTION
读的时候,留意什么
语言反馈不是环境真值;成功检测与场景描述错误会沿规划链条继续传播。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器