清华与新加坡国立大学提出具身规划方法ParallelWorld

2026年10月26日，机器之心报道，清华大学与新加坡国立大学研究者提出具身智能体高层规划方法ParallelWorld，在高层规划中加入多步预演：系统从当前状态展开多条候选行动路径，比较未来观察与任务进展，只执行选中轨迹的第一个动作，再依据新观察重新规划。报道称，该方法把任务成功率从56%提升至83%；在LIBERO-Pro的八种设置中均超过直接基线，但自适应搜索的平均总耗时约为直接执行的5.8倍。上述成功率与耗时数据均出自该报道，报道未说明其统计口径与适用范围。

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。