CLEA: Agente Corporizado de Bucle Cerrado para Mejorar la Ejecución de Tareas en Entornos Dinámicos

CLEA: Closed-Loop Embodied Agent for Enhancing Task Execution in Dynamic Environments

March 2, 2025

Autores: Mingcong Lei, Ge Wang, Yiming Zhao, Zhixin Mai, Qing Zhao, Yao Guo, Zhen Li, Shuguang Cui, Yatong Han, Jinke Ren

cs.AI

Resumen

Los Modelos de Lenguaje de Gran Escala (LLMs, por sus siglas en inglés) exhiben capacidades notables en la descomposición jerárquica de tareas complejas mediante razonamiento semántico. Sin embargo, su aplicación en sistemas corporizados enfrenta desafíos para garantizar la ejecución confiable de secuencias de subtareas y lograr el éxito en un solo intento en la finalización de tareas a largo plazo. Para abordar estas limitaciones en entornos dinámicos, proponemos el Agente Corporizado de Bucle Cerrado (CLEA, por sus siglas en inglés) —una arquitectura novedosa que incorpora cuatro LLMs de código abierto especializados con desacoplamiento funcional para la gestión de tareas en bucle cerrado. El marco presenta dos innovaciones principales: (1) Un planificador de tareas interactivo que genera dinámicamente subtareas ejecutables basadas en la memoria ambiental, y (2) Un crítico de ejecución multimodal que emplea un marco de evaluación para realizar una valoración probabilística de la viabilidad de las acciones, activando mecanismos de re-planificación jerárquica cuando las perturbaciones ambientales superan umbrales preestablecidos. Para validar la efectividad de CLEA, realizamos experimentos en un entorno real con objetos manipulables, utilizando dos robots heterogéneos para tareas de búsqueda, manipulación e integración de búsqueda-manipulación. En 12 pruebas de tareas, CLEA supera al modelo de referencia, logrando una mejora del 67.3% en la tasa de éxito y un aumento del 52.8% en la tasa de finalización de tareas. Estos resultados demuestran que CLEA mejora significativamente la robustez de la planificación y ejecución de tareas en entornos dinámicos.

English

Large Language Models (LLMs) exhibit remarkable capabilities in the hierarchical decomposition of complex tasks through semantic reasoning. However, their application in embodied systems faces challenges in ensuring reliable execution of subtask sequences and achieving one-shot success in long-term task completion. To address these limitations in dynamic environments, we propose Closed-Loop Embodied Agent (CLEA) -- a novel architecture incorporating four specialized open-source LLMs with functional decoupling for closed-loop task management. The framework features two core innovations: (1) Interactive task planner that dynamically generates executable subtasks based on the environmental memory, and (2) Multimodal execution critic employing an evaluation framework to conduct a probabilistic assessment of action feasibility, triggering hierarchical re-planning mechanisms when environmental perturbations exceed preset thresholds. To validate CLEA's effectiveness, we conduct experiments in a real environment with manipulable objects, using two heterogeneous robots for object search, manipulation, and search-manipulation integration tasks. Across 12 task trials, CLEA outperforms the baseline model, achieving a 67.3% improvement in success rate and a 52.8% increase in task completion rate. These results demonstrate that CLEA significantly enhances the robustness of task planning and execution in dynamic environments.