MINT：面向目标驱动知识缺口推理与主动引导的最小信息神经符号树

通过语言交互进行联合规划是人机协作（human-AI teaming）的关键领域。开放世界中的规划问题常常涉及不完备信息与未知因素的各种方面，例如所涉及的物体、人的目标/意图，从而导致联合规划中的知识缺口。我们研究在物体驱动规划中发现最优交互策略的问题，使AI智能体能够主动引导人类提供输入。为此，我们提出最小信息神经符号树（MINT）来推理知识缺口的影响，并利用基于MINT的自博弈来优化AI智能体的引导策略与提问。更准确地说，MINT通过对可能的人机交互提出命题、并咨询神经规划策略以估计剩余知识缺口导致的规划结果不确定性，从而构建一棵符号树。最后，我们利用LLM（大语言模型）搜索并总结MINT的推理过程，并整理出一组问题，以最优地引导人类输入，从而获得最佳规划性能。通过考虑一类带知识缺口的扩展马尔可夫决策过程，我们分析了给定MINT在主动人类引导下的回报保证。我们在三个涉及日益真实的未见/未知物体的基准上的评估表明，基于MINT的规划通过在每任务中提出有限数量的问题即可获得接近专家的回报，同时显著提升了奖励与成功率。