由 Tianqi Gong 领衔的研究人员提出了 GTI,这种方法能让机器人在执行多步骤任务时始终把握整体任务目标。GTI 会结合机器人看到的画面和已经执行的操作,判断当前要完成哪项子任务,以及接下来应达到怎样的视觉状态。在真实环境的机器人测试中,GTI 将完整任务的平均成功率从 21.7% 提高到 59.2%,表现提升了一倍以上。
论文还报告了模拟基准测试中的提升:RoboCasa365 任务成功率升至 31.8%,VLA‑Arena 的总体成功率达到 47.6%。
为什么重要
成功率提高,意味着机器人能更可靠地完成多步骤任务,为行业用户提供帮助。