POMDP Temporal Interaction Agent Architecture LLM Agent
摘要

数字与物理环境中的任务完成日益涉及复杂的时间交互,动作与观察在不同时间尺度展开,而非对齐固定的观察 - 动作步骤。为此,我们提出“参与过程”(EP),这是一种继承 POMDP 决策理论结构但使时间在行动 - 观察接口中显式化的交互形式化方法。EP 将动作和观察表示为沿时间解耦的事件流,而非固定决策步骤的配对更新。该接口捕捉了 deliberation 延迟、反馈滞后及持续动作等单体计时问题,支持更丰富的代理端组织、多速率协调及子系统间的组合交互。实验表明,EP 揭示了基于步骤的接口所隐藏的时间行为,并使策略能在显式时间成本下自适应。

AI 推荐理由

提出显式时间交互形式化,解决多步计划中的延迟反馈与持续动作问题,核心优化规划能力。

研究机构
XPENG Robotics
论文信息
作者 Jialian Li, Yuchen Cao, Junhong Liu, Weiran Guo, Xutao Wang et al.
发布日期 2026-05-12
arXiv ID 2605.11484
相关性评分 8/10 (高度相关)