闭环神经符号规划架构

双向协同更稳定

将神经规划器与符号指导器置于闭环中，通过结果反馈实现错误检测与纠正，从而融合神经网络的学习能力与符号系统的可解释性。

Jiajing, Zhang · Jiamei, Jiang · 李林静 · Zhang, Chenyang · Jiahui, Shi · Zeng, Daniel Danjun

Knowledge-Based Systems 2025

技术优势

双向融合

通过闭环架构实现神经规划器与符号指导器之间的双向信息流动，同时获得学习能力和可解释性。

错误自纠正

知识结果反馈机制通过错误检测与纠正推动持续改进，减少对密集反馈的依赖。

减少反馈依赖

设计的自控模块控制知识结果反馈频率，在保持性能的同时提高规划效率。

应用场景

• 具身智能任务规划：为具身智能体提供可解释的任务规划与在线学习能力。
• 机器人自主决策：增强机器人在复杂环境中的自主决策与错误纠正能力。
• 工业机器人路径规划：用于工业机器人路径规划中融合学习与符号规则，提升效率与稳定性。