지각적 계획 과제는 불확실한 장면을 정확히 지각하는 능력과 논리 규칙을 따르는 유효한 행동 시퀀스를 계획하는 능력을 동시에 요구하지만, 기존 방법은 지각을 이산적 기호 사실로 변환한 뒤 계획해 지각의 불확실성을 버리고 과제 수준 피드백을 지각에서 끊어버린다. 연구팀은 시각 지각과 과제 계획을 하나의 계산 그래프 안에서 연결하는 완전 미분 가능한 신경-소프트-기호 프레임워크를 제시했으며, 연속적인 소프트 기호 상태를 유지하고 도메인 규칙을 미분 가능한 전이 연산자로 끌어올려 짧은 계획 지평 위에서 행동 로짓을 최적화한다. 계획 목표에서 나온 그래디언트는 지각 파라미터도 업데이트할 수 있어, 계획 과정에서 과제 관련 지각 표현이 정제된다. Blocksworld에서 이 방법은 LatPlan-40의 40개 과제 전부와 PlanBench-600의 600개 중 596개를 풀어, 기존 LatPlan(33/40)과 추론모델 기준선(587/600)을 능가하면서도 계산량과 시간은 훨씬 적게 들었다. 지각 불확실성 제거 실험에서는 성공률이 지각 고정 시 59%에서 83%로 향상됐다.

• •시각 지각과 과제 계획을 하나의 계산 그래프로 연결하는 완전 미분 가능한 신경-소프트-기호 프레임워크를 제안했다
• •연속적 소프트 기호 상태와 미분 가능한 전이 연산자를 통해 계획 그래디언트가 지각 파라미터까지 업데이트한다
• •Blocksworld에서 LatPlan-40 40개 과제 전부, PlanBench-600 600개 중 596개를 해결해 기존 기준선을 능가했다
• •지각 불확실성 반영 실험에서 성공률이 지각 고정 대비 59%에서 83%로 향상되었다