VisualPredicator: Learning Abstract World Models with Neuro-Symbolic Predicates for Robot Planning

广泛智能体应形成特定任务的抽象，有选择地展示任务的关键要素，同时抽象掉原始感知运动空间的复杂性。在这项工作中，我们提出了神经符号谓词，这是一种结合了符号和神经知识表示优势的一阶抽象语言。我们概述了一种在线算法，用于发明这些谓词并学习抽象的世界模型。我们在五个模拟机器人领域的分布内和分布外任务中，将我们的方法与分层强化学习、视觉-语言模型规划以及符号谓词发明方法进行了比较。结果显示，我们的方法在样本复杂度、分布外泛化能力和可解释性方面表现更优。

该论文试图解决的问题是如何使智能体在执行任务时能够形成特定的任务抽象，以暴露任务的关键要素，同时简化原始传感器运动空间的复杂性。这是一个在强化学习和机器人学中相对新颖的问题，尤其是在结合神经网络和符号表示方面。

论文的关键思路是引入了Neuro-Symbolic Predicates（神经-符号谓词），这是一种结合了符号和神经知识表示优势的一阶抽象语言。通过在线算法发明这些谓词并学习抽象的世界模型，该方法旨在提高智能体的样本效率、泛化能力和可解释性。这一思路在当前领域中较为新颖，因为它尝试将深度学习与符号推理结合起来，从而更好地处理复杂的任务。

论文通过五个模拟机器人域中的实验展示了其方法的有效性，特别是在样本复杂度、分布外泛化和可解释性方面的优势。实验设计包括与分层强化学习、视觉-语言模型规划和符号谓词发明方法的比较。此外，论文还提供了开源代码，便于其他研究人员复现和进一步研究。未来的研究可以探索在更复杂的现实世界任务中的应用，以及如何进一步优化在线算法的性能。

近年来，该领域的相关研究包括：1)《Hierarchical Reinforcement Learning with Graph Neural Networks》——探讨了图神经网络在分层强化学习中的应用；2)《Vision-Language Navigation: Interpreting Visually-Grounded Navigation Instructions in Complex Environments》——研究了视觉-语言导航在复杂环境中的应用；3)《Symbolic Planning with Neural Network Models》——结合符号规划和神经网络模型的方法。这些研究都从不同角度探索了如何增强智能体的学习和推理能力。