跳到主要内容

学习型BT与LLM集成

L9 研究 / 前沿层(专题):反应式规划、学习型 BT、LLM 集成与可解释性。超过这层多半是论文或特定引擎细节。

大纲​

1. 为什么还要“学习”行为树​

  • 手工设计树:可靠但贵
  • 环境与任务多样:希望自动生成结构或参数
  • 仍想保留:可解释、可约束、可中断——相对纯端到端策略的优势

2. 学习什么​

对象例子
参数超时、重试次数、阈值、效用权重
结构节点增删、子树排列
策略切换何时重规划、何时用哪棵子树
叶子策略叶子内部用 RL / 扩散策略,树负责编排

3. 进化与程序合成​

  • 遗传编程生成 BT
  • 从演示归纳树结构
  • 约束:安全节点不可删、必须含急停监视

4. 强化学习与 BT​

  • 选项(Options)/ 分层 RL 与 BT 子树对应
  • 树结构固定、学叶子或学选择策略
  • 奖励稀疏时,BT 提供骨架缓解探索

5. LLM 集成的几种深度​

  1. 生成:自然语言 → BT XML/JSON
  2. 修复:失败日志 → 建议改树
  3. 在线:LLM 只在决策点调用,日常仍 Tick BT
  4. 解释:把 Running 路径翻译成人话(运维友好)

风险:幻觉结构、漏安全分支、不稳定输出 → 需要 schema 校验与仿真门禁。

6. 可解释性与认证​

  • 相对黑盒策略,BT 路径可审计
  • 工业场景:安全互锁必须是硬节点,不能仅靠学出来的权重
  • 人机信任:显示“当前目标 / 当前节点 / 打断原因”

7. 与机器人任务规划栏目的后续​

  • 本篇收束行为树线
  • 后续可开:HTN/GOAP、任务与运动联合规划、TAMP 等平行系列

8. 阅读地图(预留参考文献位)​

  • 经典 BT 综述与机器人应用论文
  • BehaviorTree.CPP / 相关生态
  • LLM + 机器人规划近期工作(按需更新)

写作要点(待填充)​

  • 一张“自动生成 → 校验 → 仿真 → 实机”流水线
  • 明确:研究热点 vs 今天就能上产线的部分
  • 回扣 L1:BT 仍是执行与反应的骨架

本篇小结(预留)​

  1. 学习与 LLM 应增强 BT,而不是悄悄换成不可审计黑盒。
  2. 结构学习难、参数学习易、叶子策略学习最常见。
  3. 系列完结:落地看 L1–L5,系统看 L6–L7,框架与研究看 L8–L9。