基于大语言模型引导的未来假设：多步机器人操作中的视野感知探索

Mohammad Khoshnazar, Andrew Melnik, Michael Beetz

摘要

该论文提出未来经验条件化（FEC）方法，通过LLM推理生成短期未来视频作为结构化先验，用于多步机器人操作的闭环控制和强化学习微调。实验表明，生成的未来视频能提升操作性能，而错误未来视频则导致性能下降。

multi-step manipulationfuture video conditioningLLM reasoningreinforcement learningexploration

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026