提出VLAs-as-Tools长时程具身智能体方法

Zixing Lei 等研究者提出 VLAs-as-Tools 策略与配套的 Tool-Aligned Post-Training 后训练方法，把长时程机器人任务拆分为高层 VLM 智能体负责时序推理与失败恢复、一族专用 VLA 工具执行局部物理操作，并通过暴露工具选择与执行中进度反馈的接口实现事件触发的重规划。 论文称，在五个仿真基准上该策略使 pi05 的成功率平均提升 8.9 个百分点，Non-biased Rate 口径的调用保真度提升 15.0 个百分点；在三项真实 Franka 任务上，在数据与算力一致的条件下成功率从 16.7% 提升至 58.3%。代码将开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。