τ0-VLA——一种具有世界模型引导测试时计算的分层机器人基础模型：提案生成子任务、世界模型预演、价值模型评估

本文摘要：τ0-VLA提出了一种分层机器人基础模型，通过世界模型引导的测试时计算来提升长时程任务中的决策质量。该系统采用高层策略生成候选子任务，结合世界模型预测视觉结果和价值模型评估候选方案，形成"提案-预测-评估"的推理循环。低层策略则在统一动作空间上执行生成的子任务，支持多种机器人形态操作。实验表明，这种分层推理机制显著提高了任务成功率和子任务预测准确率。该方法创新性地将语言子任务搜索与...