HELP：用于家庭任务的层次化具身语言规划器Paper#llm🔬 Research|分析: 2026年1月4日 00:12•发布: 2025年12月25日 15:54•1分で読める•ArXiv分析本文探讨了如何通过利用大型语言模型 (LLM) 的能力，使具身智能体能够执行复杂的家庭任务。 关键贡献是开发了一种分层规划架构 (HELP)，该架构将复杂任务分解为子任务，从而使 LLM 能够有效地处理语言歧义和环境交互。 重点是使用参数较少的开源 LLM，这对于实际部署和可访问性具有重要意义。要点•提出了一种用于具身智能体的分层规划架构 (HELP)。•利用 LLM 处理自然语言指令和任务分解。•侧重于使用开源 LLM 进行实际部署。•在家庭任务和现实世界实验中进行评估。引用 / 来源查看原文"The paper proposes a Hierarchical Embodied Language Planner, called HELP, consisting of a set of LLM-based agents, each dedicated to solving a different subtask."AArXiv2025年12月25日 15:54* 根据版权法第32条进行合法引用。较旧Quantitative acoustic monitoring of ensembles of weakly nonlinear microbubble oscillations in optically inaccessible environments较新MAction-SocialNav: Multi-Action Socially Compliant Navigation via Reasoning-enhanced Prompt Tuning相关分析Paper基于选择策略的协调人形机器人操作2026年1月3日 06:10Paper从未对齐图像即时进行3D场景编辑2026年1月3日 06:10Paper用于未来预测的LLM预测2026年1月3日 06:10来源: ArXiv