MemPlan：面向部分可观测文本环境的记忆条件PDDL规划

01 摘要

论文针对大语言模型作为长程规划器成本高且易产生幻觉或无效动作的问题，提出在固定PDDL领域的前提下，每步从解析观测、候选假设与交互记忆中重建PDDL问题。作者称在TextWorld、ALFWorld和Robotouille上，MemPlan相较纯语言与PDDL感知基线提升了任务完成率与步效率，并显著降低在线token开销；这些为作者报告的结果判断，尚需独立复现。

02 关键点

1. MemPlan固定PDDL领域，并在每一步由解析观测、候选假设和交互记忆重建PDDL问题，形成记忆条件的规划循环。
2. 正向图记忆按相关性为缺失对象、位置或条件的候选假设计算动作代价，负向记忆把被反驳的假设编译为排除约束。
3. 经离线监督微调的统一模式条件语言—符号接口，负责观测到事实的解析和符号动作到命令的落地，并被复用于TextWorld多种任务类型。