LTLCRIT: A TEMPORAL LOGIC-BASED LLM CRITIC FOR SAFE AND EFFICIENT EMBODIED AGENTS

文章主要内容总结

本文提出了一种名为LTLCrit的模块化演员-批评家（actor-critic）架构，旨在提升大型语言模型（LLMs）在具身代理（embodied agents）长期规划任务中的安全性和效率。该架构将LLM的推理能力与形式逻辑的可靠性相结合，核心包括：

• 架构设计：由LLM演员（actor）和LTLCrit批评家（critic）组成。演员基于自然语言观察选择高层动作，批评家通过线性时序逻辑（LTL）分析完整轨迹，生成新的LTL约束，避免未来的不安全或低效行为。
• 约束类型：包含人工指定的固定安全约束（如避免碰撞）和批评家自动生成的自适应效率约束（如减少冗余动作）。
• 实验验证：在Minecraft钻石挖掘任务中测试，结果显示该架构实现了100%的任务完成率，相比基线LLM规划器显著提升了效率，同时减少了不安全行为。

创新点

1. 符号化演员-批评家架构：提出分时段的双层循环（在线演员循环实时决策，离线批评家循环优化约束），结合LLM的局部推理优势与长期一致性约束，支持现有LLM规划器作为演员，具备领域无关性。
2. 基于时序逻辑的通信机制：通过LTL实现演员与批评