FLTRNN框架通过任务分解、递归神经网络和规则思维链的设计，解决了LLM在长时任务规划中常见的忠实性问题。

回溯法是一种解决的方法，特别适用于解决组合问题、搜索优化问题等。它通过逐步构建候选解决方案并且在这个解决方案不再可能满足约束或条件时进行剪枝和回溯。

本文整理了近些年来常见的卷积神经网络结构，涵盖了计算机视觉领域的几大基本任务：分类任务、检测任务和分割任务。对于较复杂的网络，本文只会记录其中的核心模块以及重要的网络设计思想，并不会记录完整的网络结构

本文简要概述了神经网络的训练过程，即前向传播和反向传播

指能实现上述过程的基础模型。

指能实现上述过程的基础模型。

本文介绍了ViLaIn框架如何通过视觉和语言模型生成符号化任务描述，并借助符号规划器为机器人生成可执行的任务计划。

介绍了论文《I2EDL: Interactive Instruction Error Detection and Localization》

介绍了论文：EMNLP2023《LACMA: Language-Aligning Contrastive Learning with Meta-Actions for Embodied Instruction Following》

FLTRNN框架通过任务分解、递归神经网络和规则思维链的设计，解决了LLM在长时任务规划中常见的忠实性问题。