自适应领域建模结合语言模型：一种用于任务规划的多智能体方法

我们介绍了 TAPAS（基于任务的自适应与规划，使用智能体），这是一种多智能体框架，它将大型语言模型 (LLM) 与符号规划相结合，以解决复杂的任务，而无需手动定义环境模型。TAPAS 采用基于 LLM 的专用智能体，这些智能体使用结构化的工具调用机制，根据需要协同生成和调整领域模型、初始状态和目标规范。通过这种基于工具的交互，下游智能体可以向上游智能体请求修改，从而无需手动重新定义领域即可适应新的属性和约束。一个 ReAct（推理+行动）风格的执行智能体，结合自然语言计划翻译，弥合了动态生成的计划与真实世界机器人能力之间的差距。TAPAS 在基准规划领域和 VirtualHome 模拟的真实世界环境中表现出强大的性能。