Agent 走向具身世界：从语言智能到机器人「大脑指挥官」

RoboHarness用编排异构策略，让VLA、WAM、RL和TAMP不再各说各话，并零样本完成长时序任务。    作者丨邓哲敏    编辑丨齐铖湧                                                                                                       想象这样一个任务：打开柜门，找到藏在里面的积木，然后把它们搭成一座桥。对人来说，这是一件很简单的事，几个动作自然衔接，幼儿园小朋友也能顺利完成。但对机器人来说，这个任务横跨多种完全不同的能力：找积木，需要视觉理解和语言指令跟随；开柜门，需要与环境进行复杂交互；搭积木，需要几何规划和精准操控并推测环境变化。更麻烦的是，这些种能力分属多个不同“门派”的模型——VLA（视觉-语言-动作模型）、WAM（世界-动作模型）、RL 策略（强化学习）、TAM

原文：雷峰网