PACE: 시간 효율적인 임베디드 계획을 위한 적응형 예산 할당

PACE: Adaptive Budget Allocation for Time-Efficient Embodied Planning

이유능력이 향상된 대규모 언어 모델은 계획 작업에서 놀라운 발전을 이루었지만, 추론 지연(종종 계획 인스턴스 당 수 분 이상)으로 인해 실질적인 임베디드 시스템에 적용하기에는 비현실적입니다. 근본적인 병목 현상은 기존 패러다임의 순차적인 특성에서 비롯됩니다. 모델은 모든 추론을 완료해야만 어떤 행동도 실행할 수 있으며, 이는 실행 시간 창을 완전히 활용하지 못하게 합니다. 우리는 PACE(Planning with Adaptive Cognitive Effort)라는 프레임워크를 소개합니다. 이 프레임워크는 인지 처리와 행동 실행을 병렬화하는 두 가지 핵심 혁신을 통해 추론과 실행의 교차를 가능하게 합니다. 첫째, 인지 처리를 행동 실행으로 연결하는 '교차적 사고-행동(Interleaved Think-Act) 아키텍처'이고, 둘째는 사용 가능한 실행 시간 창에 맞춰 추론 토큰 예산을 동적으로 조정하는 '동적 예산 할당기(Dynamic Budget Allocator)'입니다. Qwen3-8B-AWQ 모델을 사용하여 Robotouille 벤치마크에서 PACE는 ReAct+Think 기준보다 10% 더 높은 성공률(67% 개선)을 달성했으며, 제약 없는 추론에 비해 생각하는 시간을 6.9배 단축했습니다. 이 프레임워크는 생각하는 시간의 66.8%를 실행 창 내에서 숨겨서 전략적인 인지 노력 할당이 계획 품질과 시간 효율성을 동시에 향상시킬 수 있음을 보여줍니다. 이러한 결과는 시간 정보를 고려한 아키텍처 혁신을 통해 추론 모델이 이전에는 실용적이지 않았던 지연에 민감한 임베디드 영역에서 작동할 수 있음을 입증합니다.

Reasoning-enhanced large language models have achieved remarkable improvements in planning tasks, yet their deployment in embodied systems remains impractical due to prohibitive inference delays-often exceeding minutes per planning instance. The fundamental bottleneck stems from the serial nature of existing paradigms: models must complete all reasoning before any action execution, leaving execution time windows entirely unexploited. We introduce PACE (Planning with Adaptive Cognitive Effort), a framework that enables interleaved reasoning and execution through two key innovations: an Interleaved Think-Act architecture that pipelines cognitive processing with action execution, and a Dynamic Budget Allocator that adapts reasoning token budgets to available execution time windows. On the Robotouille benchmark using Qwen3-8B-AWQ, PACE achieves a 10% success rate-representing a 67% improvement over the ReAct+Think baseline-while delivering 6.9 times acceleration in thinking time compared to unconstrained reasoning. The framework hides 66.8% of thinking time within execution windows, demonstrating that strategic cognitive effort allocation can simultaneously improve both planning quality and time efficiency. These results provide evidence that time-aware architectural innovations enable reasoning models to operate in latency-sensitive embodied domains where they were previously impractical.