摘要
针对具身智能在长程家务任务中因缺乏准确动作标签和空间注释导致的规划幻觉与步骤缺失问题，本文提出 EgoTL。该方法构建了自我中心数据的“出声思维”采集流程，采用“先说后做”协议记录逐步目标与推理，并结合度量级空间估计校准物理属性。通过在百余项日常任务上的基准测试与微调实验，证明该方法显著提升了基础模型在长程规划、分步推理及空间接地方面的表现。
AI 推荐理由
论文核心解决长程任务中的规划失败问题，通过思维链数据提升多步计划生成能力。
研究机构
UMN
UT Austin
Columbia University
Northwestern University
Brown University
McGill University
论文信息