arXiv cs.AI· Min Chen, Shengjun Zhang, Yuxin Li, Zhang Zhang, Xin Fei, Chong Xia, Yueqi Duan·· 3 天前AI 评分29
ParallelWorld：面向智能体具身推理的测试时扩展框架
ParallelWorld: Test-Time Scaling for Agentic Embodied Reasoning
AI 导读
针对智能体具身框架直接执行动作、不模拟替代动作序列后果的问题，研究者提出 ParallelWorld——一种自适应视界的测试时扩展框架，通过并行模拟与评估多条候选轨迹，由验证器评估中间状态转移、动态剪枝并引导扩展，再选择轨迹仅执行首个动作并随新观测重新规划。在 ESI-Bench 与 LIBERO-Pro 上，该方法分别提升了主动空间推理与语言条件操作的表现。
正文 · AI 翻译
摘要：具身 AI 已成为在复杂物理环境中运行的自主系统的关键范式。尽管端到端模型已在感知与控制方面建立了强大的局部能力，但将这些能力扩展到长时程、多阶段任务仍然困难。智能体式具身系统通过引入高层规划器来应对这一挑战，该规划器在更长的交互时域上组织感知、推理与可执行技能。然而，现有的智能体式具身框架通常生成用于直接执行的动作，而没有显式模拟替代动作序列如何塑造未来观测与任务进展，导致智能体在考虑其长期后果之前就锁定于次优交互。为解决这一局限，我们提出 ParallelWorld，一种自适应时域测试时扩展框架，将智能体式具身推理建立在动作结果的前瞻性模拟之上。具体而言，我们设计了一个智能体系统，在提交动作之前并行模拟并评估替代轨迹。验证器根据任务目标评估中间状态转移，动态剪除无前景的分支并引导后续扩展。基于评估得到的长时程结果，智能体选择一条轨迹，仅执行其第一个动作，并在新观测可用时重新规划。在 ESI-Bench 和 LIBERO-Pro 上的实验分别展示了主动空间推理和语言条件操作方面的改进，凸显了前瞻性规划在理解与操作任务中的有效性。
| 评论： | 项目页面：此 https URL 代码：此 https URL |
| 主题： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2608.22971 [cs.AI] |
| （或 arXiv:2608.22971v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.22971 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Shengjun Zhang [查看邮箱]
[v1]
2026年8月24日星期一 08:32:37 UTC（1,192 KB）
[v2]
2026年10月13日星期二 02:37:47 UTC（2,984 KB）
来源：arXiv cs.AI · arxiv.org