MemPlan：面向部分可观测文本环境的记忆增强PDDL规划框架发布

摘要：MemPlan是一种新型的记忆增强PDDL规划框架，旨在解决大语言模型（LLM）作为长程规划器的高成本和易出错问题。该框架通过固定PDDL领域并基于解析后的观察、候选假设和交互记忆动态重建PDDL问题，利用正负记忆机制优化规划路径，从而在任务完成率和效率上显著超越现有基线方法，同时大幅降低在线token成本。实验在TextWorld、ALFWorld和Robotouille等环境中验证了其有效性。

---

技术机制剖析

MemPlan的核心创新在于其记忆增强的PDDL规划框架，该框架通过以下机制实现高效规划：

1. 固定PDDL领域与动态问题重建：MemPlan保持PDDL领域固定，并根据每一步的解析观察、候选假设和交互记忆动态重建PDDL问题。这种方法既保证了规划的一致性，又适应了部分可观测环境的动态变化。

2. 正负记忆机制：

   • 正记忆：为候选假设分配基于相关性的动作成本，引导规划器进行更合理的检查。
   • 负记忆：记录被执行反驳的假设，并将其编译为排除约束，防止对已被反馈反驳的候选假设进行重复尝试。

3. 统一模式条件语言-符号接口：通过离线监督微调训练的接口，将文本环境连接到规划循环中，实现观察到事实的解析和符号动作到命令的落地。

工程权衡与实测表现

MemPlan在多个基准测试中表现出色：

• 任务完成率：在TextWorld、ALFWorld和Robotouille环境中，MemPlan的任务完成率显著高于仅使用语言和PDDL-aware的基线方法。
• 效率提升：MemPlan在步骤效率上表现出色，尤其是在复杂任务中，其规划路径更高效。
• 在线token成本：与LLM-planning基线（如ReAct）相比，MemPlan大幅降低了在线token成本，展示了其在资源受限环境中的优势。

然而，MemPlan的局限性在于其对预训练语言模型和PDDL领域的依赖，这可能限制其在非文本环境或复杂符号推理任务中的应用。

开发者落地与部署建议

对于希望采用MemPlan的开发者，以下是一些建议：

1. 环境适配：确保目标环境符合MemPlan的文本交互和部分可观测性要求。
2. 领域知识整合：在PDDL领域定义中整合领域知识，以提升规划效率和准确性。
3. 内存管理：合理配置正负记忆机制，以平衡规划精度和计算成本。
4. 接口优化：根据具体应用场景优化语言-符号接口，以提高整体系统性能。

MemPlan的开源代码和数据可在GitHub上获取，为开发者提供了良好的实验和扩展基础。

---

消息来源：ArXiv NLP/LLM (cs.CL) (2026-10-23)

—— 完 ——

主题标签： #MemPlan 关注 #PDDL 关注 #LLM 关注 #智能体规划 关注 #部分可观测环境 关注