MemPlan：面向部分可观测文本环境的高效PDDL规划框架发布

摘要：MemPlan是一种针对部分可观测交互式文本环境的新型PDDL规划框架，通过记忆条件机制优化规划效率。该框架通过正负记忆模块动态调整候选假设的成本与约束，有效减少在线token消耗并提升任务完成率。实验表明，MemPlan在多个基准测试中表现优异，显著优于仅使用语言或传统PDDL方法的基线模型。

---

MemPlan：面向部分可观测文本环境的高效PDDL规划框架

1. 核心突破

MemPlan是一种新型的PDDL（规划领域定义语言）规划框架，专为部分可观测的交互式文本环境设计。其核心创新点包括：

• 记忆条件机制：通过正负记忆模块动态调整规划过程中的候选假设成本与约束。正记忆模块为缺失对象、位置或条件分配基于相关性的行动成本，引导规划器进行更合理的检查；负记忆模块记录执行过程中被反驳的假设，并将其编译为排除约束，防止重复尝试已被反馈证伪的候选方案。

• 统一语言-符号接口：通过离线监督微调训练的统一模式条件接口，将文本环境与规划循环连接起来，实现从观察解析到事实提取，再到符号行动到命令生成的转换。

2. 技术机制剖析

MemPlan的架构设计解决了传统LLM（大型语言模型）作为长程规划器时面临的成本高昂、易产生幻觉或无效行动的问题。其主要技术机制包括：

• 动态问题重构：在每一步中，MemPlan根据解析后的观察、候选假设和交互记忆重新构建PDDL问题，而不是依赖固定的PDDL问题描述。这种方法提高了规划的灵活性和适应性。

• 记忆引导的规划优化：正负记忆模块的协同工作使得规划器能够更有效地利用历史信息，减少不必要的计算和重复尝试，从而降低在线token消耗。

3. 工程权衡与实测表现

MemPlan在多个基准测试中表现出色，包括TextWorld、ALFWorld和Robotouille。与仅使用语言或传统PDDL方法的基线模型相比，MemPlan在任务完成率和步骤效率方面均有显著提升。此外，与LLM规划基线（如ReAct）相比，MemPlan大幅降低了在线token成本。

然而，MemPlan的局限性在于其对离线训练数据的需求较高，且在处理高度动态或不可预测的环境时可能面临挑战。

4. 开发者落地与部署建议

对于开发者而言，MemPlan提供了一种将LLM与符号规划结合的有效方法。以下是一些部署建议：

• 数据准备：确保有足够的离线训练数据来训练统一语言-符号接口。

• 内存管理：由于MemPlan依赖于记忆模块，开发者需要优化内存使用以适应不同的应用场景。

• 环境适配：根据具体应用环境调整PDDL领域定义和观察解析逻辑，以充分发挥MemPlan的优势。

MemPlan的代码和数据已在GitHub上开源，地址为：https://github.com/tewiSong/MemPlan。

---

消息来源：ArXiv NLP/LLM (cs.CL) (2026-10-24)

—— 完 ——

主题标签： #MemPlan 关注 #PDDL 关注 #LLM 关注 #智能体 关注 #文本环境 关注