GraphThink、長期タスク計画向けLLMフレームワークを提案 ALFREDで最高性能

何が起きたか

arXivに公開された論文で、GraphThinkという新しいフレームワークが提案された。GraphThinkは、タスクグラフとシーングラフを統合し、LLMベースの身体化エージェントの長期タスク計画を強化する。タスクグラフは文脈プロンプトと反復的改良を通じてLLMの思考を導き、計画の幻覚を軽減する。また、GRPOフレームワーク内でタスクグラフが報酬設計を提供し、長期計画能力と汎化を向上させる。シーングラフによるイベント駆動再計画モジュールは、閉ループの環境認識とエラー修正を可能にする。GraphThinkはALFREDベンチマークで最先端の性能を達成し、高レベルプランナーは検証セットと未見の長期タスクで主要なAPIベースLLMを上回った。追加評価では、新規タスクと環境に対する分布外汎化の強さが示された。

Key Facts

なぜ重要か

LLMベースの身体化エージェントは、物理的幻覚や長期タスクへの汎化の弱さ、環境認識の欠如に課題を抱えている。GraphThinkはタスクグラフとシーングラフを統合することでこれらの課題に対処し、ALFREDベンチマークで最先端の性能を達成した。これは、ロボットや仮想環境でのタスク計画におけるLLM活用の進展を示すものである。