摘要
针对大语言模型智能体在智能家居领域面临的高质量训练数据匮乏问题，本文提出 HomeFlow。该系统利用统一仿真环境与过程化场景生成，将开放用户意图编译为可执行的成功条件，并通过环境引导的蒙特卡洛树搜索合成多样化的多轮可验证轨迹。结合监督微调与逐步强化学习，实现了智能体的迭代优化。实验表明，该方法在自建基准上显著超越现有主流模型，有效提升了智能体在动态环境中的多步任务规划与执行能力。
AI 推荐理由
论文核心在于通过 MCTS 生成多步轨迹及状态规划，解决智能家居复杂任务规划难题。
研究机构
Midea Group
Beijing University of Posts and Telecommunications
Peking University
Donghua University
论文信息