搜索
清华等团队提出具身智能预演框架 ParallelWorld 提升机器人任务成功率
2 天前
清华大学与新加坡国立大学的研究者提出了ParallelWorld具身智能框架。该框架将多步预演引入高层规划，使智能体在执行动作前能探索多条候选行动路径，通过比较不同选择的后续观察与任务进展来做出决策。它采用预演与执行循环结合的滚动规划机制，可自适应调整搜索的宽深度，将相关操作任务成功率从56%提升至83%。在多数具身空间智能任务中，该框架表现优于顺序式主动探索，在8种机器人操作设置中成功率均高于基线。不过，它在涉及精确几何推理、物理接触动力学的任务上存在能力边界，且自适应搜索耗时约为直接执行的5.8倍，后续仍需解决物理预测可靠性、推理成本等问题。
