Este es el Capítulo 7 de la serie 'The Learn Arc', que profundiza en Inferencia Activa, POMDPs, planificación sofisticada y aprendizaje de Dirichlet. Avanza la comprensión de agentes jerárquicos y la búsqueda en árbol propagada por creencias, siendo crucial para los lectores de la serie.
PIVOT (Plan-Inspect-eVOlve Trajectories) aborda la desalineación entre planificación y ejecución en agentes LLM mediante un marco auto-supervisado. Refina iterativamente las trayectorias a través de la interacción con el entorno, mostrando un rendimiento de vanguardia en evaluaciones empíricas.
Esta investigación explora el uso de un marco de retroalimentación de modelo de lenguaje agéntico para generar dominios de planificación de alta calidad a partir de descripciones de lenguaje natural aumentadas. Evalúa el impacto de varios mecanismos de retroalimentación simbólica, como puntos de referencia y validación de planes, junto con búsqueda heurística para optimizar la calidad del dominio.
Este trabajo investiga cómo codificar tareas factorizadas, una representación de planificación clásica, en SAT. Propone varias estrategias para traducir la relación de transición factorizada a lógica proposicional y analiza el impacto de las transformaciones de tareas en el rendimiento de los planificadores basados en SAT.