内心独白：通过语言模型规划实现具身推理

近期研究展示了大型语言模型（LLMs）的推理能力如何应用于自然语言处理之外的领域，如机器人规划和交互。这些具身问题要求智能体理解世界的多种语义方面：可用技能的范畴、这些技能如何影响世界，以及世界变化如何映射回语言。具身环境中的LLMs规划不仅需要考虑执行哪些技能，还需考虑如何以及何时执行——这些答案会随着智能体自身选择而随时间变化。在本研究中，我们探讨了在此类具身环境中使用的LLMs，在没有任何额外训练的情况下，能在多大程度上通过自然语言提供的反馈源进行推理。我们提出，通过利用环境反馈，LLMs能够形成内心独白，从而更充分地处理和规划机器人控制场景。我们研究了多种反馈来源，如成功检测、场景描述和人类交互。我们发现，闭环语言反馈显著提升了三个领域的高层指令完成度，包括模拟和真实桌面重排任务以及现实世界厨房环境中的长周期移动操作任务。