面向自主智能系统的LLM驱动行为树与状态机统一转换框架

有限状态机（FSM）和行为树（BT）是自主智能系统广泛采用的行为建模范式。虽然二者在原理上功能等价且可相互转换，但现有FSM与BT之间的转换方法在保持行为完整性以及避免模型复杂度爆炸方面面临重大挑战。为解决这些问题，我们提出一个LLM驱动的统一转换框架，实现FSM与BT之间自动、高效且语义一致的转换。具体而言，设计了一种新颖的循环执行BT结构，让LLM能准确捕捉FSM中的循环结构，从而保持行为完整性。为缓解BT到FSM转换中的状态爆炸问题，引入了结合LLM提示的深度压缩策略以消除冗余控制节点，并辅以差异化的分层转换规则，共同减少所需子FSM的数量。在多个自主决策场景中的仿真实验表明，所提框架实现了FSM与BT之间准确、自动的双向转换。此外，与传统方法相比，它显著提升了生成模型的可扩展性和可维护性，为服务机器人、游戏智能体和智能家居设备等消费级自主智能系统的行为模型转换提供了实用方案。