SCOUT：用物体中心世界模型推演在遮挡下做机器人规划

SCOUT: Planning under Occlusion via Object-Centric World Model Rollouts

AI 导读 · 根据来源整理

SCOUT 是一个面向遮挡场景的机器人规划框架，用物体中心场景表示重建被遮挡的几何结构，并生成包含遮挡层级与可达通道的关系规划状态。为应对杂乱环境中的巨大动作空间，框架由 LLM 提出结构化候选动作，再用学习到的动作条件世界模型配合蒙特卡洛树搜索（MCTS）逐一评估。在 Reveal 与 Placement 任务上，SCOUT 的表现优于视觉-语言-动作（VLA）策略、具身智能体和 3D 世界模型，在需要推理被遮挡几何的长程任务上提升明显；作者还在杂乱的货架环境中做了实机操作验证。论文为 arXiv 预印本，尚未经同行评议。