摘要
自主地球观测智能体正从被动感知转向复杂多步任务执行。针对现有架构在动态场景中面临的组合爆炸与推理错误挑战，本文提出轻量级多模态元规划器（LMMP）框架。该框架引入双重感知机制，将战略规划扎根于多模态图像特征与高层任务语义中；并通过元任务库注入遥感专家知识，确保计划的物理可行性。采用两阶段训练流程，结合专家蒸馏监督微调与基于执行反馈的直接偏好优化。实验表明，LMMP 显著提升了工具调用准确率与任务成功率，并展现出强大的即插即用 versatility。
AI 推荐理由
论文提出元规划器框架，核心解决多步任务规划、分解及动态场景下的策略生成问题。
研究机构
State Key Laboratory of Space Information System and Integrated Application, Beijing 100095, China
Beijing Institute of Satellite Information Engineering, Beijing 100095, China
Shenzhen International Graduate School, Tsinghua University, Shenzhen, China
Data Science Institute, University of Technology Sydney, Australia
School of Electric and Information Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China
论文信息