摘要
针对现有视觉 - 语言 - 动作模型忽视机器人学习作为目标达成过程的本质，本文提出 PRTS 系统。该系统通过目标条件强化学习重构预训练，利用对比学习构建统一嵌入空间，量化评估物理可行性而非仅静态语义匹配。PRTS 直接从离线轨迹中获取密集的目标可达性监督，无需奖励标注。实验表明，该方法显著提升了通用机器人在长程、高接触及零样本新指令场景下的执行成功率与规划能力。
AI 推荐理由
论文核心是通过目标可达性感知提升长程任务规划能力，解决多步执行问题。
研究机构
Institute of Artificial Intelligence (TeloAI), China Telecom
Fudan University
Tsinghua University
Shanghai Jiao Tong University
论文信息