跳到正文
arXiv · 机器人与计算机视觉· Harsh Muriki, Gayathri Aravindan, Yuchen Zheng, Sonia Chernova·· 8 天前AI 评分58

不确定环境下长视界机器人规划评估基准

Evaluating Long-Horizon Robot Planning under Uncertainty

AI 导读

本文介绍了一个基于 Habitat 平台的长视界家庭任务评估基准,涵盖七类任务及 90 种环境、记忆与任务的组合配置,共运行 1,350 个回合。研究对比了 ReAct、VLM-TAMP 和 Tru-POMDP 三种规划策略在任务成功率、完成率和动作效率上的表现,发现 ReAct 整体表现最佳(成功率 45.3%,完成率 71.7%),且初始记忆的准确性并不总是带来最优性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org