标签
本文提出一种新范式VLM-as-probabilistic-grounder，它将视觉语言模型中的不确定性建模为概率分布，用于符号信念空间规划，从而增强在部分可观测环境中的鲁棒性。
本文提出了信念状态引擎（Belief-State Engine），一个在隐藏状态上维持贝叶斯后验的推理模块，用于增强LLM代理在部分可观测性下的原理性规划，展示了任务性能和决策一致性的提升。