Tag · 3 篇
分层规划
分布 强化学习与具身智能2生成模型与扩散1
01 02 03
先预测再探索：面向具身问答的专用记忆预测式规划
Predict Before You Explore: Predictive Planning with Specialized Memory for Embodied Question Answering
把「预测-纠错」循环引入具身导航规划：高层规划器先预测问题相关证据可能出现的位置并生成少量长时程探索分支，低层执行器在分支内降低不确定性并在预测失败时修正；同时用结构先验记忆与问题相关视觉证据记忆分离的双记忆设计，可直接迁移到任何部分可观测下的视觉主动探索与长时程导航任务。
NavForesee：面向分层规划与双视野导航预测的统一视觉语言世界模型
NavForesee: A Unified Vision-Language World Model for Hierarchical Planning and Dual-Horizon Navigation Prediction
将视觉语言模型同时作为高层规划器和生成式世界模型，通过预测短期环境动态与长期导航里程碑形成感知-规划-预测-动作的内部反馈闭环，为具身导航中的长程规划提供可复用的双视野预测框架。
通过闭环世界建模实现视频化身中的主动智能
Active Intelligence in Video Avatars via Closed-loop World Modeling
把视频生成模型当作可交互环境，用闭环的观察-思考-行动-反思循环和结果校验来修正生成漂移，为长时程视频生成中的状态一致性问题提供了一个可复用的推理-生成耦合框架。