首页 /研究 /ConceptTree:为机器人操作的黑箱决策带来语义透明性
MANIPULATION

ConceptTree:为机器人操作的黑箱决策带来语义透明性

Yongyan Wen, Feifan Liu, Jinyi Chen, Bo An, Peng Liu, Siyuan Li

发表年份
2026
引用次数
0
访问权限
开放获取

摘要

本文提出ConceptTree框架,通过将高层操作技能选择重构为基于人类可解释概念的推理过程,实现了透明、可追溯和可干预的决策。实验表明,该方法在复杂长期操作任务中优于现有概念基线方法。

关键词

interpretable decision-makingconcept-based policyrobotic manipulationdecision treelong-horizon tasks

相关论文

查看 MANIPULATION 分类全部论文