AI 與世界的難題 · 理論資訊科學 · arXiv · 2026-10-22
SLoSa：用於機器人任務規劃的小型、低功耗且安全的基礎模型
原標題: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning
SLoSa 以小型、低功耗且具安全感知的基礎模型規劃器，處理安全的機器人任務規劃，結合 LLM 彈性的任務介面與傳統規劃器的形式化保證。該框架從傳統規劃器、先進的教師 LLM 與形式化驗證器建構安全感知資料集，接著施行監督式微調，隨後由以驗證為基礎的獎勵機器引導進行強化學習微調。在四個 PDDL 領域中，驗證器引導的後訓練將小型 4B-14B 規劃器的成功率提升至 70.5-76.0%，而在 Jetson Orin 上以 INT4 部署僅需 17.85-26.41 W 的平均功耗。