ParallelWorld用多步预演改进具身规划
AI 总结
清华大学和新加坡国立大学研究者提出ParallelWorld,通过探索候选行动路径、比较预测观察,只执行选中轨迹的首个动作并重新规划。据机器之心报道,论文将整体任务成功率从56%提升至83%,并在ESI-Bench的28项任务中有26项超过顺序式Active Exploration,在LIBERO-Pro八种设置中均超过直接基线。方法在刚性容纳和几何构型任务上出现下降,自适应搜索的平均总耗时约为直接执行的5.8倍。
深度见解
ParallelWorld展示了在具身系统高层规划中利用测试时计算的具体方法,并在空间理解与机器人操作基准上取得报告中的提升。
机器之心 2026-10-26 14:13 北京
ParallelWorld 将多步预演引入具身智能体的高层规划,将任务成功率从 56% 提升至 83%。
机器人动手前,能不能先看一看不同选择会带来什么后果?ParallelWorld 将多步预演引入具身智能体的高层规划,将任务成功率从 56% 提升至 83%。
把桌上的两把摩卡壶放到炉灶上,看起来只需要 “拿起来,放过去”。但对机器人来说,先搬哪一把、从哪里抓、放下后是否影响下一步,都可能改变任务的结局。
#ParallelWorld#Tsinghua University#National University of Singapore#HarnessVLA#Codex#ESI-Bench#LIBERO-Pro