LLM 通过构建块和规划增强空间推理

本文解决了LLM中空间推理的挑战，这是导航和规划等应用的关键能力。作者提出了一种新颖的两阶段方法，将空间推理分解为基本构建块及其组合。这种方法利用监督微调和强化学习，在基于拼图的环境中展示了优于基线模型的性能。合成的 ASCII 艺术数据集和环境的使用也值得注意。

• •提出了一种用于 LLM 空间推理的两阶段方法。
• •使用监督微调进行基本的空间变换。
• •采用带有 LoRA 适配器的强化学习进行多步规划。
• •在基于拼图的环境中优于基线。
• •利用合成的 ASCII 艺术数据集和环境。