task-planning

来自清华大学和华南理工大学的研究人员引入了原子任务图（ATG），这是一个框架，通过基于有向图的规划和内部模拟，大幅降低幻觉率，使7B-8B开源模型在不进行微调的情况下，在复杂智能体基准测试中超越GPT-4。

MultiUAV-Plat 是一个轻量级仿真平台和基准测试，用于评估大语言模型智能体在多无人机协同任务规划任务上的表现。本文还提出了 Agent4Drone，一个针对特定任务的大语言模型智能体框架，其性能显著优于基线方法。

UI-KOBE 提出了一种框架，通过构建和利用特定应用的知识图谱来增强轻量级移动GUI代理，从而提高任务规划和执行效率。