连接学习式视觉感知与符号信念空间规划

部分可观测环境中，智能体不完全了解世界状态，依赖不确定的状态估计流水线。在此条件下获得有依据且可验证的符号计划仍是挑战。近期视觉语言模型连接感知与符号推理主要有两种范式：作为规划器直接把图像映射到动作序列；作为落地器，把观察映射为符号谓词，作为现成规划器的初始状态。两者都忽视规划中的不确定性，削弱鲁棒性。我们提出第三种范式，即概率落地器，将视觉模型谓词落地的不确定性捕捉为符号状态上的概率分布，支持信念空间规划，产生不确定性下的稳健计划。模拟家庭机器人实验显示，相较确定性落地，鲁棒性和任务成功改善，说明基础模型可用于不确定性下的可靠规划。