UniETP：统一环境以实现可推广的具体任务规划

本文重点关注具体任务规划问题，其中代理需要在交互环境中执行一系列原子操作，以完成用户指定的任务。尽管之前已经为此任务构建了各种模拟器和数据集，但这些工作在很大程度上是孤立的，每个模拟器和数据集都使用自己的观察格式、操作类型和任务域。这种碎片化使综合模型评估变得复杂，并阻碍了训练数据的可扩展性。为了实现可推广的具体规划，我们提出了 UniETP，这是一个集成了四种常用模拟器（AI2-THOR、VirtualHome、Habitat、BEHAVIOR）的统一界面。 UniETP既具有标准化又具有多样性的特点。一方面，它将所有模拟器形式化为一致的观察和动作空间，并构建评估系统来支持复杂的任务目标。另一方面，它增强了任务逻辑、实例基础和指令理解等维度的任务多样性和复杂性，以自动方式构建不同难度的新数据集。对所提出的基准进行了广泛的实验，以评估最新模型的具体规划能力并分析性能瓶颈。代码和数据可在 https://github.com/woyut/UniETP 获取。