arXiv cs.AI· Aalap D. Shah, Basil Saeed, Joshua B. Tenenbaum, Tobias Gerstenberg, Hyowon Gweon, Ilker Yildirim·· 10 小时前AI 评分34
GenEA：理解具身计划的计算框架
A computational framework for understanding embodied plans
AI 导读
研究者提出 GenEA，一种可对多步骤、长时程具身计划进行推理的智能体表示，核心是多级状态空间，将关节身体的粗粒度生物力学与物体交互耦合，并把机器人领域的任务与运动规划框架扩展至基于仿真的直觉物理。
正文 · AI 翻译
摘要：根据人们的行动来推理其计划和目标，是人类社会互动的基础，也是实现协作式具身人工智能的关键。在自然主义的具身环境中形式化这一能力一直是一项长期挑战。在此，我们提出 GenEA，一种新颖的智能体表示，能够对多步骤、长时程的具身计划进行推理。GenEA 的核心是一个多层级状态空间，它通过将机器人学中的任务与运动规划框架与基于仿真的直觉物理相结合，把关节身体的粗略生物力学及其与附近物体的交互耦合起来。通过将该状态空间嵌入生成模型，GenEA 产生了关于目标和具身计划的联合概率分布。在跨越物体操作与导航这两个性质不同的领域、涵盖多样任务和多种行为指标的若干实验中，我们表明 GenEA 通过对该联合分布进行简单变换，重现了人类对具身计划的推理方式。关键在于，GenEA 始终优于强有力的替代模型，包括合理的启发式方法、标准任务与运动规划，以及最先进的视觉语言模型。因此，GenEA 为人类推理与社会认知的架构提供了新视角，表明旨在与人类无缝交互的具身人工智能系统应采用类似 GenEA 的动作规划生成模型。
| 主题： | 人工智能（cs.AI）；人机交互（cs.HC）；机器人学（cs.RO） |
| 引用为： | arXiv:2611.13669 [cs.AI] |
| （或本版本使用 arXiv:2611.13669v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2611.13669 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Aalap D Shah [查看邮箱]
[v1]
2026年11月10日星期二 07:15:38 UTC（47,846 KB）
来源：arXiv cs.AI · arxiv.org