グラフ情報を活用したLLMによる身体的タスクプランニング：GiGフレームワークの提案

要約

大規模言語モデルを身体的エージェントとして用いる際の長期的な計画立案の課題に対し、Graph-in-Graph（GiG）という新フレームワークが提案されました。環境状態をグラフで符号化し、過去の経験を構造的に検索・利用することで、論理的な行動生成を実現します。複数のベンチマークで従来手法を大幅に上回る性能を達成しました。

全文は有料プランで閲覧できます。