研究人员推出了 DiMuRe，帮助机器人在突发情况导致下一步操作不再适用时恢复任务。系统会根据机器人当前所处的任务阶段，判断是沿用现有程序，还是尝试预设的恢复技能；程序退出后，AI 模型也可以生成修正代码。
论文报告称，在 Encore 开发环境中对 801 个预设的受干扰案例进行测试时，Local DiMuRe 的完整任务成功率为 77.65%，而在相同的物理步骤限额下，原始程序为 58.68%。Full DiMuRe 的成功率达到 81.90%，但需要额外步骤，并会在终止阶段重新规划。研究人员还推出了用于测试恢复能力的基准 LIBERO-Disturb。
为什么重要
对于测试任务可靠性的机器人研究人员来说，LIBERO-Disturb 提供了一个专门针对任务中途受干扰情况的基准；不过，现有信息尚未证明这些提升能否推广到其他机器人或现实场景。
