arXiv · 机器人与计算机视觉· Xiwei Liu, Yulong Li, Xinling Zhuang, Xuhui Li, Yichen Li, Haolin Yang, Zhixiang Lu, Yutong Xie·· 17 天前AI 评分45
PEPS:执行前解析——基于可执行原语的时空推理高效范式
Parse Before You Execute: Efficient Spatial Reasoning with Executable Primitives
AI 导读
PEPS 提出一种无需训练的代理范式,通过“先解析后执行”原则在 Frame、Entity、State 和 Metric 架构下提升 VLM 的时空推理效率。实验表明该方法相比强工具集成基线显著提高了准确率,同时大幅减少了优化轮次、API 调用成本及端到端延迟。该研究已发布预印本 arXiv:2610.41389,代码与权重暂未提及开放许可。
来源:arXiv · 机器人与计算机视觉 · arxiv.org