← 机器人智能体 / 执行反馈与技能

正式发表 / Robot Agentic

Inner Monologue

Inner Monologue: Embodied Reasoning through Planning with Language Models

CoRL · 2022
GitHub 未确认Stars —引用 1,774

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
具身语言反馈规划闭环Inner Monologue · 原文 Fig. 1 · p.2 ↗

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。

  1. 01选择并执行技能
  2. 02把环境反馈写回文本
  3. 03修正后续计划
Inner Monologue具身语言反馈规划闭环
具身语言反馈规划闭环

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。 来源 ↗ · 打开完整图片 ↗

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。

当前阶段执行反馈与技能 ↗

反馈怎样改变规划、动作与后续技能?

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