Page 331 - 《软件学报》2026年第4期
P. 331
1772 软件学报 2026 年第 37 卷第 4 期
样本1: CPP 规划结果
香蕉
放入机器 搅拌 搅拌
制作
香蕉冰淇淋
样本1: 真实结果
香蕉
放入机器 倒牛奶 搅拌
制作
香蕉冰淇淋
样本2: CPP 规划结果
切牛排 尝牛排 切牛排
烤牛排
样本2: 真实结果
切牛排 尝牛排 倒酱汁
烤牛排
样本3: CPP 规划结果
把面包
浸湿面包 浸湿面包
放锅里
制作法式吐司
样本3: 真实结果
倒芝麻油 加入洋葱 加入火腿
制作泡菜炒饭
图 7 错误样本的可视化结果
5 总 结
本文提出了一种基于简单分类检索的操作规划方法. 不同于以往的方法, 该方法通过事件分类器采用粗到细
的思路, 将操作规划的动作空间有效缩小至特定的子空间. 随后, 整个规划序列在子空间中通过混合规划方法生
成. 本文在 3 个主流数据集上对该方法进行了评估, 结果表明其在短期和长期规划任务中均表现出色. 尽管事件分
类模块显著提升了性能, 但事件分类错误问题仍未完全解决. 如图 7 所示, 当事件分类出错时, 整个序列规划结果
也会随之出错. 然而, 与缩小动作空间所带来的显著改进相比, 这类错误的影响相对较小. 未来工作可进一步探索
解决该问题的有效方法. 此外, 尽管检索方法的准确性较高, 其计算开销仍需优化, 减少开销将是进一步研究的重
点方向. 长期视频理解是一个极具潜力的研究方向, 希望未来能够提出一个通用模型, 用于教学视频的长期理解,
