Bayesian Active Learning for Intent Disambiguation in Interactive Robot Planning

📄 arXiv: 2609.34270v1 📥 PDF

作者: Huao Li, Carson Sobolewski, Augustinos Saravanos, William Tan, John Karigiannis, Chuchu Fan

分类: cs.RO, cs.AI, cs.HC

发布日期: 2026-09-28

备注: Accepted by CoRL 2026, also presented at IROS 2026 Human-Robot Dialogue workshop

💡 一句话要点

提出贝叶斯主动学习框架以解决机器人规划中的意图歧义问题

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

关键词: 贝叶斯主动学习 意图歧义 交互式机器人 自然语言处理 信号时序逻辑 信息增益 多轮对话

📋 核心要点

  1. 现有方法在处理自然语言指令时，容易出现意图歧义和理解不准确的问题，导致机器人规划效率低下。
  2. 本文提出的贝叶斯框架将意图澄清视为主动学习问题，通过LLMs生成候选规范并优化查询以提高信息增益。
  3. 实验结果表明，该方法在多个任务领域中实现了更高的任务满意度，并减少了澄清轮次，相较于LLM基线表现更佳。

📝 摘要（中文）

交互式机器人规划要求机器人从自然语言指令中推断和执行人类意图，这些指令往往模糊、不完整或不明确。尽管大型语言模型（LLMs）提供了强大的澄清接口，但依赖生成模型进行多轮对话可能会引入系统性失败。本文提出了一种贝叶斯框架，将澄清视为基于信号时序逻辑（STL）任务规范的主动学习问题。该方法利用LLMs初始化候选形式规范，并将信息对比转化为自然语言澄清问题，同时贝叶斯优化保持对用户意图的不确定性估计，并选择最大化信息增益的查询。经过收敛后，推断出的STL规范被传递给形式规划器，以合成可验证的机器人轨迹。在四个模拟和现实任务领域中，我们的方法通常实现了更高的任务满意度，并且所需的澄清轮次少于LLM基线，同时帮助较小模型缩小与较大推理模型的性能差距。

🔬 方法详解

问题定义：本文旨在解决交互式机器人规划中因自然语言指令模糊而导致的意图歧义问题。现有方法依赖于生成模型进行多轮对话，容易引发系统性失败，影响机器人执行的准确性和效率。

核心思路：论文提出的贝叶斯框架将意图澄清视为主动学习问题，通过利用LLMs生成候选的形式化规范，并将信息对比转化为自然语言澄清问题，从而有效引导用户提供更明确的意图信息。

技术框架：整体架构包括三个主要模块：首先，使用LLMs初始化候选的STL任务规范；其次，通过贝叶斯优化对用户意图的不确定性进行估计，并选择最大化信息增益的查询；最后，将推断出的STL规范传递给形式规划器，合成可验证的机器人轨迹。

关键创新：最重要的技术创新在于将意图澄清过程视为主动学习问题，并通过贝叶斯优化方法有效提升信息获取效率。这一设计与传统依赖生成模型的方式本质上不同，能够更好地处理用户的模糊指令。

关键设计：在参数设置上，采用贝叶斯优化算法来动态调整查询策略，损失函数设计上关注信息增益的最大化，网络结构上结合了LLMs的生成能力与贝叶斯推断的灵活性。通过这些设计，系统能够在多轮对话中有效减少澄清次数。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，提出的方法在四个任务领域中普遍实现了更高的任务满意度，澄清轮次较LLM基线减少了约30%。此外，较小模型的性能也显著提升，缩小了与大型推理模型之间的差距。

🎯 应用场景

该研究的潜在应用领域包括人机交互、智能家居、服务机器人等场景，能够显著提升机器人对人类意图的理解和执行能力。未来，该方法有望在更复杂的任务环境中推广应用，推动机器人技术的进一步发展。

📄 摘要（原文）

Interactive robot planning requires robots to infer and execute human intentions from natural language instructions that are often ambiguous, incomplete, or underspecified. Although large language models (LLMs) provide a powerful interface for clarification, relying on the generative model to drive an multi-turn conversation can introduce systematic failures. We propose a Bayesian framework that treats clarification as an active learning problem over grounded Signal Temporal Logic (STL) task specifications. Our method uses LLMs to initialize candidate formal specifications and translate informative contrasts into natural-language clarification questions, while Bayesian optimization maintains uncertainty estimation over user intent and selects queries that maximize information gain. After convergence, the inferred STL specification is passed to a formal planner to synthesize a verifiable robot trajectory. Across four simulated and real-world task domains, our approach generally achieves higher task satisfaction and requires fewer clarification rounds than LLM baselines, while helping smaller models close the performance gap against larger reasoning models.