TESS具身任务规划方法arXiv论文发布
热点事件持续更新
TESS具身任务规划方法arXiv论文发布
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年10月19日，Peiran Xu等人在arXiv平台上发布论文《TESS: LLM-guided Translation, Exploration, Simulation, and Search for Embodied Task Planning》，提出了一种基于大语言模型引导的具身任务规划新框架。 该框架通过LLM将自然语言指令转化为格式化目标条件，结合规则模拟器与动作空间剪枝，在部分可观测环境中显著提升搜索效率，旨在解决现有方法计划可执行性与正确性不足的问题。 实验在VirtualHome和ALFWorld基准上验证了TESS的优越性能。论文明确声明代码将随后通过指定URL公开，该版本信息记录于2026年10月20日12:00的报道中。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
TESS: 基于 LLM 引导的具身任务规划翻译、探索、模拟与搜索方法报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AITESS: 基于 LLM 引导的具身任务规划翻译、探索、模拟与搜索方法
TESS 框架通过 LLM 引导搜索算法解决具身任务规划中计划可执行性与正确性不足的问题。该方法利用 LLM 将自然语言指令转化为格式化目标条件，并在部分可观测环境中通过规则模拟器和动作空间剪枝提升搜索效率。实验结果在 VirtualHome 和 ALFWorld 基准上展示了其优越性能。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。