Towards Reliable Code-as-Policies: A Neuro-Symbolic Framework for Embodied Task Planning

📄 arXiv: 2510.21302v1 📥 PDF

作者: Sanghyun Ahn, Wonje Choi, Junyong Lee, Jinwoo Park, Honguk Woo

分类: cs.AI, cs.RO

发布日期: 2025-10-24

备注: Accepted at NeurIPS 2025 Spotlight

💡 一句话要点

提出神经符号框架，提升具身任务规划中代码策略的可靠性。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 具身智能 任务规划 神经符号 代码生成 大型语言模型

📋 核心要点

  1. 基于LLM的代码策略在动态或部分可观察环境中，环境感知能力有限，导致任务成功率降低。
  2. 该框架通过神经符号方法，结合符号验证和交互式验证，增强代码的环境感知能力。
  3. 实验表明，该框架在RLBench和真实世界场景中显著提升了任务成功率和动作可执行性。

📝 摘要（中文）

本文提出了一种神经符号具身任务规划框架，旨在提高基于大型语言模型（LLM）的代码策略在具身智能体（如机器人）中的可靠性。该框架通过在代码生成过程中引入显式的符号验证和交互式验证过程，增强了代码的环境感知能力，尤其是在动态或部分可观察的环境中。在验证阶段，框架生成探索性代码，主动与环境交互以获取缺失的观测信息，同时保持与任务相关的状态。实验结果表明，该框架在RLBench和真实世界场景中，相较于代码策略基线，任务成功率提高了46.2%，任务相关动作的可执行性超过86.8%，从而提高了动态环境中任务规划的可靠性。

🔬 方法详解

问题定义：现有基于大型语言模型的代码策略方法在具身任务规划中，尤其是在动态和部分可观察的环境下，由于环境感知不足，生成的代码可能不正确或不完整，导致任务成功率较低。这些方法难以有效地处理环境变化和不确定性。

核心思路：论文的核心思路是将神经方法（LLM的代码生成）与符号方法（验证和交互）相结合，形成一个神经符号框架。通过显式的符号验证来检查代码的逻辑正确性，并通过交互式验证来主动探索环境，获取缺失的观测信息，从而提高代码的环境感知能力和可靠性。

技术框架：该框架包含以下主要模块：1) LLM代码生成器：基于LLM生成初始的任务规划代码。2) 符号验证器：对生成的代码进行逻辑验证，检查是否存在潜在的错误或不一致性。3) 交互式验证器：如果代码需要更多的环境信息，则生成探索性代码，与环境进行交互，获取缺失的观测信息，并更新状态。4) 代码修正器：根据验证结果和环境反馈，对代码进行修正和优化。整个流程迭代进行，直到生成满足要求的可靠代码。

关键创新：该方法最重要的创新点在于将符号验证和交互式验证集成到LLM的代码生成过程中。传统的代码策略方法主要依赖于LLM的生成能力，缺乏对环境的显式建模和验证。该框架通过引入符号验证和交互式验证，增强了代码的环境感知能力和鲁棒性，从而提高了任务成功率。

关键设计：在交互式验证阶段，框架需要设计合适的探索策略，以有效地获取缺失的观测信息。这可能涉及到设计特定的动作序列，或者使用强化学习方法来学习最优的探索策略。此外，代码修正器的设计也至关重要，需要能够根据验证结果和环境反馈，对代码进行精确的修改和优化。

🖼️ 关键图片

img_0

📊 实验亮点

实验结果表明，该框架在RLBench和真实世界场景中，相较于代码策略基线，任务成功率提高了46.2%，任务相关动作的可执行性超过86.8%。这些数据表明，该框架能够显著提高动态环境中任务规划的可靠性。

🎯 应用场景

该研究成果可应用于机器人自动化、智能家居、自动驾驶等领域。通过提高具身智能体在复杂环境中的任务规划能力，可以实现更智能、更可靠的自动化系统，例如在动态变化的仓库环境中进行物品拣选，或在未知环境中进行自主导航。

📄 摘要（原文）

Recent advances in large language models (LLMs) have enabled the automatic generation of executable code for task planning and control in embodied agents such as robots, demonstrating the potential of LLM-based embodied intelligence. However, these LLM-based code-as-policies approaches often suffer from limited environmental grounding, particularly in dynamic or partially observable settings, leading to suboptimal task success rates due to incorrect or incomplete code generation. In this work, we propose a neuro-symbolic embodied task planning framework that incorporates explicit symbolic verification and interactive validation processes during code generation. In the validation phase, the framework generates exploratory code that actively interacts with the environment to acquire missing observations while preserving task-relevant states. This integrated process enhances the grounding of generated code, resulting in improved task reliability and success rates in complex environments. We evaluate our framework on RLBench and in real-world settings across dynamic, partially observable scenarios. Experimental results demonstrate that our framework improves task success rates by 46.2% over Code-as-Policies baselines and attains over 86.8% executability of task-relevant actions, thereby enhancing the reliability of task planning in dynamic environments.