【儀表網(wǎng) 研發(fā)快訊】具身智能是人工智能從數(shù)字空間走向物理世界的重要形態(tài)，是推動機器人從“程序化執(zhí)行”邁向“自主理解與行動”的關鍵支撐。面向智能制造、智慧農(nóng)業(yè)、醫(yī)療輔助、家庭服務和復雜環(huán)境作業(yè)等現(xiàn)實需求，開展具身智能基礎模型與機器人自主決策研究，對于提升機器人自主作業(yè)能力、發(fā)展新質(zhì)生產(chǎn)力具有重要意義。《2026年國務院政府工作報告》明確提出將“具身智能”作為我國前瞻布局的未來產(chǎn)業(yè)之一。
機器人如何在長時程任務中始終保持對目標的理解和執(zhí)行一致性，是當前具身智能面臨的核心基礎問題之一?，F(xiàn)有“視覺—語言—動作”模型在短任務中已展現(xiàn)出較好能力，但在復雜連續(xù)任務中，機器人容易受到局部觀測、環(huán)境擾動和動作累積誤差影響，出現(xiàn)階段性動作合理但整體目標偏離的現(xiàn)象，制約其在開放物理環(huán)境中的穩(wěn)定執(zhí)行和泛化應用。
針對這一問題，重慶研究院尚明生研究員團隊提出面向長程任務的按需搜索方法。該方法將任務執(zhí)行中的目標偏移重新理解為采樣過程中的系統(tǒng)性誤差，以執(zhí)行過程中的不確定性變化為線索，識別可能導致目標偏移的關鍵節(jié)點。當機器人面對相似物體、遮擋環(huán)境、空間關系歧義和多步驟銜接等情形時，模型容易進入決策不穩(wěn)定狀態(tài)。針對這類關鍵不確定節(jié)點，研究引入軌跡重采樣與一致性校驗機制，在全局目標約束下對候選動作序列進行篩選，從而降低局部最優(yōu)決策造成的長程任務偏移風險，提升機器人在復雜連續(xù)任務中的執(zhí)行穩(wěn)定性。
實驗結果表明，該方法在多個長程機器人任務基準上取得良好效果。在 LIBERO-Long 基準上，方法平均成功率達到 97.6%，高于斯坦福大學、加州大學伯克利分校和 NVIDIA Research 提出的 RoboMonkey 方法；以具身智能頭部企業(yè) Physical Intelligence 提出的π0模型為基礎模型進行驗證時，該方法在 RoboTwin 1.0 基準上將任務成功率提高 15.2%；在 RoboTwin 2.0 基準上，方法較清華大學提出的 RDT 模型提高 31.6%，并優(yōu)于同期代表性測試時擴展方法 TACO。
相關研究工作已被國際學術會議ICML 2026、ACL 2026 和國際期刊ESWA等收錄。相關研究獲得中國科學院先導項目、國家自然科學基金等項目的支持。
所有評論僅代表網(wǎng)友意見，與本站立場無關。