arXiv · cs.RO· Yanzhe Chen; Ziyi Yang; Jifeng Zhu; Qiming Huang; Ruihe An; Peiyao Xu; Hesen Yang; Runda Liu; Chang Gong; Zhijun Cao; Zechen Bai; Wenzheng Zeng; Yiqi Lin; Guoqiang Liang; Kevin Yuchen Ma; Kevin Qinghong Lin; Mike Zheng Shou·· 9 天前AI 评分48
论文 / 摘要阅读
多模态具身智能体：从计算机使用到机器人使用的统一能力视角框架 PAPAV
Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use
AI 导读 · 根据来源整理
研究提出以能力为中心的统一框架 PAPAV，将多模态具身智能体（MMEA）拆解为感知状态、预判动作效果、规划可行路径、通过接口或本体执行、验证结果五项功能，并据此比较 MMEA 与多模态智能体及机器人系统。在 64 个基准中，显式评估集中在“执行”，仅 5 个评估“预判”、3 个评估“验证”。从部分可观测到结果不可验证的五项物理约束，使可预先固定的选择更少、纠错空间更小。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org