热点事件持续更新

SCOUT：物体中心世界模型用于遮挡下机器人规划

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Amir Hossain Raj 与 Xuesu Xiao 提交 arXiv 预印本，提出遮挡感知机器人规划框架 SCOUT：用物体中心场景表示重建被遮挡的几何结构，生成含遮挡层级与可达通道的关系规划状态；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逐一评估，以压缩杂乱环境中的动作空间。作者称，在 Reveal 与 Placement 任务上，SCOUT 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；并在杂乱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；上述对比结果与实机验证均为作者自述，未给出独立复现。

AI 根据报道生成 · 2 小时前更新

最新进展11月3日 13:00

SCOUT：用物体中心世界模型推演在遮挡下做机器人规划

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

13:00
arXiv · cs.RO精选
SCOUT：用物体中心世界模型推演在遮挡下做机器人规划
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。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。