论文页面 - X-Planner：面向具身智能的事件结构化任务规划

来源：https://huggingface.co/papers/2609.25187 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

任务规划在长期操作任务中连接高层指令与可执行行为，然而现代视觉-语言-动作（VLA）系统常使这一中间结构保持隐式。现有的思维链（CoT）规划器也倾向于依赖粗粒度的任务级标注，或以逐token方式序列化冗长的推理链。我们提出X-Planner，一个规划前端，同时解决具身推理的监督与表示问题。我们的规划数据在层级粒度下融合了第一视角、UMI与遥操作数据，并根据数据来源设计不同深度的标注。接管时刻标注与人工设计的失败案例监督着持续性的错误识别。在模型侧，共享的VLM主干网络输出两种事件结构化的规划形式：一种是离散接口，生成可解释的事件状态；另一种是潜在接口，通过阶梯解码机制在交错的Transformer层间传递连续的思维链状态。冻结的潜在-文本重建目标为潜在表示提供了语义锚点。离线的两步规划评估显示，X-Planner在BERTScore-F1和基于评判的综合得分两项指标上，均位列四个评测模型的第二名。在真实机器人实验中，分别优于所评测的基线系统。这些结果体现了规划文本质量与下游执行效果。

查看arXiv页面 (https://arxiv.org/abs/2609.25187) 查看PDF (https://arxiv.org/pdf/2609.25187) 项目主页 (https://x-square-robot.github.io/Xplanner/) GitHub100 (https://github.com/X-Square-Robot/Xplanner) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.25187)

在你的代理中获取这篇论文：

hf papers read 2609.25187

没有最新CLI？ curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型1

x-square-robot/X-Planner-9B-0916 图像-文本到文本 • 9B • 1天前更新 • 46 (https://huggingface.co/x-square-robot/X-Planner-9B-0916)

引用本文的数据集1

x-square-robot/xplanner-benchmark 浏览器 • 1天前更新 • 1.5k • 524 • 1 (https://huggingface.co/datasets/x-square-robot/xplanner-benchmark)

引用本文的Space0

没有链接到本文的Space。

在Space的README.md中引用arxiv.org/abs/2609.25187以从本页面链接。

包含本文的合集0

没有包含本文的合集。

将本文添加到合集 (https://huggingface.co/new-collection)以从本页面链接。