TaskGround：面向全场景家庭推理的结构化可执行任务推断

针对家庭代理需从完整场景和情境请求中推断任务结构的挑战，本文提出 TaskGround 框架。该方法无需训练且模型无关，通过将完整场景接地为紧凑的相关片段，推断可执行的任务结构，并编译为接地的技能级动作序列。在 FullHome 评估套件上的实验表明，该方法显著提升了各类模型的任务成功率，使小型本地模型在降低令牌成本的同时具备与大型模型竞争的推理能力，解决了全场景家庭推理中的关键瓶颈。