视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-07-13 至 2026-07-13 共收录 4 篇信号源：cs.RO, cs.AI, cs.CV, cs.LG

1. 具身推理 4 篇

2605.12920 2026-07-13 cs.MA cs.AI cs.CL 版本更新 85%

通过对话对齐世界模型实现具身多智能体协调

Vardhan Dongre, Dilek Hakkani-Tür

机构 * Siebel School of Computing & Data Science（计算机与数据科学学院）

专题命中具身推理：world model(title,abstract)；robotics(abstract)；embodied agent(abstract)；分类 cs.AI

AI总结研究通过对话机制探索具身智能体的世界模型对齐，发现对话能减少冲突但降低任务成功率，提出评估世界模型对齐的框架。

2607.08894 2026-07-13 cs.AI cs.LG 新提交 84%

GATS：用于高效智能体规划的具有分层世界模型的图增强树搜索

Maureese Williams, Dymitr Nowicki

机构 * Institute for Cybernetics of NAS of Ukraine（乌克兰国家科学院控制论研究所）

专题命中具身推理：world model(title,abstract)；navigation(abstract)；分类 cs.AI、cs.LG

AI总结研究针对LLM智能体规划计算成本高和行为随机的问题，提出GATS框架，结合系统树搜索与分层世界模型，在合成任务和综合测试中表现优异，规划时无需LLM调用，生成确定性计划，优于LLM引导探索。

2607.09185 2026-07-13 cs.CV cs.RO 新提交 81%

用于具身动作条件世界模型的因果去偏潜行动模型

Yufan Wei, Kun Zhou, Lingjun Mao, Zijun Zhang, Ziming Xu, Ziqiao Xi, Shuang Liang, Ruobing Han, Yuchen Yan, Xinyue Wang, Fan Feng, Biwei Huang

机构 * Aether AI ； University of California, San Diego（加州大学圣地亚哥分校）

专题命中具身推理：world model(title,abstract)；分类 cs.RO、cs.CV

AI总结研究针对动作条件世界模型学习需大量标记数据的问题，提出基于潜行动模型的因果去偏框架CD-LAM，通过三个微调目标改进模型，提升了潜行动可控性等多方面性能，减少了机器人动作适应更新次数。

2607.03198 2026-07-13 cs.LG math-ph math.MP 新提交 79%

降阶模型：世界模型之母

Rajat Ghosh

机构 * Independent Researcher（独立研究员）

专题命中具身推理：world model(title,abstract)；分类 cs.LG

AI总结探讨世界模型的功能结构早于现代自监督学习，在模型降阶和控制文献中就已独立发展。追溯其在三个领域的发展，对比传统降阶模型与学习型世界模型的优缺点，指出在关键系统中部署世界模型的障碍及统一两者的研究议程。