CLUE（Closed‑Loop contextual Uncertainty rEsolution）是一种在自然语言未指明任务下主动降低情境不确定性的框架。它首先利用大语言模型（LLM）生成可能的任务相关概念和备选计划，然后在运行时构建语言嵌入地图，将这些假设映射到具体动作。框架在闭环交互中逐步评估假设，依据新获取的信息实时修正计划，从而同时推断成功标准、相关信息以及信息所在位置。
我们在波士顿动力的 Spot 机器人上部署 CLUE，选取三个真实室内外环境，设计 15 项任务，涵盖对象消歧、功能推断和遮挡推理等情境。实验表明，CLUE 的成功率仅比理想的 oracle 策略低 7%，且比仅使用 LLM 规划且缺乏闭环反馈的基线高出约 4 倍。进一步对比显示，仅构建并查询语言增强地图的方式成功率约为 CLUE 的三分之一，同时消耗的视觉语言模型（VLM）令牌数超过 10 倍。
这些结果说明，仅依赖离线语言地图不足以解决复杂的情境规划问题，闭环交互与在线假设验证是关键。更多细节可访问 https://zacravichandran.github.io/CLUE。
点评