A Generative Partially Specified Finite State Machine Approach to Complex Behaviour Planning

📄 arXiv: 2607.15674 📥 PDF

作者: Kalana Ratnayake, Michael Pritchard, David Hinwood, Maleen Jayasuriya, Damith Herath

分类: cs.RO

发布日期: 2026-07-20

💡 一句话要点

提出生成部分指定有限状态机以解决复杂行为规划问题

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

关键词: 有限状态机 行为规划 生成模型 自主机器人 动态环境 ROS2 神经符号架构

📋 核心要点

  1. 现有的行为规划方法在动态环境中缺乏有效的生成能力，有限状态机的潜力尚未被充分利用。
  2. 本文提出了一种新的生成部分指定有限状态机（GPSFSM）架构，结合了FSM的符号结构和语义特征，以实现更灵活的行为规划。
  3. 实验结果显示，GPSFSM在计划生成成功率上优于BTGenBot，尤其在零-shot场景中表现突出，同时保持较低的规划延迟。

📝 摘要（中文）

自主机器人在动态环境中需要结合反应性、可解释性和适应性的行为规划系统。尽管有限状态机（FSM）因其广泛应用和计算效率而受到重视，但在生成方法中尚未得到充分探索。本文提出了一种生成部分指定有限状态机（GPSFSM）神经符号架构，利用FSM的符号和语义结构实现行为规划。我们首次引入GPSFSM框架，包含一个FSM引擎Fabric，能够解析、验证和执行包含多种控制结构的行为计划。通过在ROS2中扩展Capabilities2包，构建异步事件系统以实现行为链和运行时参数注入，解决了当前生成系统的不足。实验结果表明，GPSFSM在导航任务中的计划生成成功率显著高于现有的BTGenBot系统，尤其在零-shot场景中表现优异，同时保持与前沿大型语言模型相当或更低的规划延迟。

🔬 方法详解

问题定义：本文旨在解决自主机器人在动态环境中行为规划的不足，现有方法在生成能力和适应性方面存在局限性，尤其是有限状态机（FSM）未被充分利用。

核心思路：提出生成部分指定有限状态机（GPSFSM）架构，利用FSM的符号和语义结构，结合行为树的动态重规划能力，提升行为规划的灵活性和可解释性。

技术框架：整体架构包括FSM引擎Fabric，用于解析、验证和执行行为计划，扩展ROS2中的Capabilities2包以支持异步事件系统和运行时参数注入，确保行为链的高效执行。

关键创新：首次引入GPSFSM框架，结合了FSM的结构化特性与生成能力，解决了现有生成系统的不足，特别是在动态环境中的应用。

关键设计：设计了异步事件系统以支持行为链，采用了可配置的执行参数，确保行为计划的灵活性和高效性，同时实现了统一的ROS 2接口以支持本地和云端大型语言模型的动态组合。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，GPSFSM在导航任务中的计划生成成功率超过了BTGenBot系统，尤其在零-shot场景中表现优异，成功率提升幅度显著。同时，规划延迟与前沿大型语言模型相当或更低，展示了该方法的高效性。

🎯 应用场景

该研究的潜在应用领域包括自主导航、机器人协作和复杂任务执行等场景。通过提供灵活的行为规划能力，GPSFSM架构能够提升机器人在动态环境中的适应性和反应能力，具有重要的实际价值和广泛的应用前景。

📄 摘要（原文）

Autonomous robots operating in dynamic environments require behaviour planning systems that combine reactivity, interpretability, and adaptability. While Large Language Models have been successfully integrated with Behaviour Trees for dynamic replanning, Finite State Machines, despite their widespread adoption and computational efficiency, remain unexplored for generative approaches. We propose a Generative Partially Specified Finite State Machine (GPSFSM) neurosymbolic architecture that utilises the symbolic and semantic structure of FSMs, including states and event-triggered transitions, to implement Behaviour Planning. This paper introduces the first GPSFSM framework for robotics, featuring Fabric, an FSM engine that parses, validates, and executes behaviour plans that contain Sequential, Recovery, Parallel-Any, and Parallel-All control structures. We extend the Capabilities2 package in ROS2 with an asynchronous event system for behaviour chaining and runtime parameter injection for configurable execution, addressing the ad-hoc function representations that limit current generative systems. PromptTools provides a unified ROS 2 interface to local and cloud LLMs, with prompt buffering, enabling dynamic asynchronous composition of task and context information. Together, these components enable standardised semantic capability descriptions for robot-agnostic development. Experimental evaluation on navigation tasks demonstrates that our GPSFSM approach achieves consistently higher plan-generation success rates than the state-of-the-art BTGenBot system, particularly excelling in zero-shot scenarios where BTs typically struggle, while maintaining comparable or lower planning latency to frontier LLMs. We also demonstrate that our system can generate complex behaviours. We release an open-source ROS2 stack that makes generative FSM planning practical and reproducible for robotic systems.