迈向智能体机器人:模型、数据、环境与运行框架
摘要
该论文提供了关于「智能体机器人」(agentic robots)的统一综述,将现有研究组织为模型、数据、环境和评测(Harness)四大功能领域的17个类别,并探讨了从机器人策略到智能体系统的演进及未来开放挑战。
查看缓存全文
缓存时间: 2026/10/15 07:04
论文页面 - 迈向智能体机器人:模型、数据、环境与运行框架
来源:https://huggingface.co/papers/2610.20442 作者:
,
,
,
,
,
,
,
,
,
,
,
,
,
,
摘要
基础模型正在推动机器人智能的范式转变,从低层次动作预测迈向以目标为导向的数据收集、模型训练、任务规划和现实世界执行的统筹协调。我们将这一新兴范式称为智能体机器人,其中,智能体对人类指令进行推理,与机器人环境交互,自主纠正执行错误,并动态调整运行策略。尽管该领域发展迅速,现有研究之间却缺乏充分联系。研究人员对于如何将不同的智能体功能整合为完整的机器人系统,尚未形成一致认识。本文对智能体机器人的现有研究进行了统一综述。我们首先梳理从机器人策略到智能体系统的发展历程,涵盖视觉-语言-动作模型、世界模型以及世界-动作模型。随后,我们明确智能体机器人的定义与范围,并将现有研究划分为模型、数据、环境和运行框架四个功能领域下的十七个类别。在这些领域中,我们考察智能体如何影响模型学习与机器人决策、收集和整理机器人数据、构建用于学习和评估的世界、任务与测试,以及组织供机器人使用的能力。最后,我们讨论尚待解决的挑战,并概述未来的研究方向。展望未来,我们希望这项工作有助于更清晰地理解智能体机器人,并支持探索新方法,使其更有能力、更可靠且更具适应性。
查看 arXiv 页面 (https://arxiv.org/abs/2610.20442)查看 PDF (https://arxiv.org/pdf/2610.20442)GitHub25 (https://github.com/chonghanqin/Awesome-Agentic-Robots)添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2610.20442)
在你的智能体中获取这篇论文:
hf papers read 2610\.20442
还没有最新的 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用这篇论文的模型0
没有链接到这篇论文的模型
在模型的 README.md 中引用 arxiv.org/abs/2610.20442,即可从本页面链接到该模型。
引用这篇论文的数据集0
没有链接到这篇论文的数据集
在数据集的 README.md 中引用 arxiv.org/abs/2610.20442,即可从本页面链接到该数据集。
引用这篇论文的 Spaces0
没有链接到这篇论文的 Space
在 Space 的 README.md 中引用 arxiv.org/abs/2610.20442,即可从本页面链接到该 Space。
包含这篇论文的合集0
没有包含这篇论文的合集
将这篇论文添加到一个合集 (https://huggingface.co/new-collection),即可从本页面链接到该合集。
相似文章
工业智能体AI:面向智能制造的大语言模型驱动新一代智能体
本文系统综述了由大语言模型驱动的工业智能体,分析关键挑战,提出统一分类法、四层系统架构,并回顾其在智能制造全生命周期中的应用与未来研究方向。
让机器人操控智能体走向大众:一个基于开源模型的统一框架
论文提出了 uni-robot-agent,一个统一框架,使开源权重的机器人操控智能体在零样本操作基准上超越 GPT-6 Astra-RoboProbe 等专有模型,并总结出未来机器人操控智能体训练应协同培养的四项核心能力。
多模态具身智能体:从计算机使用到机器人使用的统一能力中心视角
PAPAV 提出了一个以能力为核心的统一框架(感知、预判、规划、行动、验证),用于对比多模态具身智能体、计算机使用智能体与机器人系统,并基于 64 个基准揭示了预判与验证能力评估的显著缺口。
工作智能体:系统、能力与优化
该论文提出了一个统一的"工作智能体"(work agents)框架,将基础模型与运行时框架结合以可靠执行复杂数字任务,引入持久性与开放性两个维度,并系统分析能力族、模型与框架优化及评估方法。
RobotWorld:面向多种任务与具身形态的多模态智能体机器人使用基准
RobotWorld 提出了一个涵盖 84 项任务的机器人智能体仿真基准,横跨操作、移动操作、运动、驾驶与空中控制,用于评估多模态智能体将数字任务能力迁移到物理世界的表现,并揭示了模型间的能力差异与关键短板。