RESETTLE：分歧触发检索的机器人恢复框架

Yuxin Chen 等研究者提出 RESETTLE，一个模型无关的机器人恢复框架，在冻结策略的动作执行接口处提供恢复：当同一条件下独立采样的两个动作提议持续分歧时触发，用改造的 V-JEPA 编码器检索同任务演示参考，结合 state-servo 先验与受保护的视觉残差执行一次纠正动作，无需在线轨迹优化或额外视觉语言推理。 论文报告，在仿真中六个基线策略上，RESETTLE 在 LIBERO-Plus、Meta-World、RoboCasa Tabletop 上分别取得最高 8.70%、6.28%、6.83% 的绝对成功率提升，两个策略在四项真实任务上也有进一步改善；在 QwenPI 对比中，其监控与恢复计算延迟比 VoLoAgent 的监控与规划延迟低 74.04%–93.57%（针对抓取与放置工具调用）。代码已开源。

AI 根据报道生成 · 2 小时前更新