摘要
针对现有机器人学习管道中控制、技能与规划层割裂的问题,本文提出 MagicSim,一种基于确定性批量运行时和共享马尔可夫决策过程的具身交互基础设施。该系统通过 YAML 规范解耦内容与行为,构建多样化的可执行世界。其核心接口将高层命令经由控制器、原子技能及规划器原语转化为真实的机器人动作,而非模拟器状态编辑。MagicSim 统一了任务评估、自动轨迹生成及智能体交互界面,实现了“规划器在环”的多模态轨迹执行与记录。
AI 推荐理由
论文构建了包含规划器的统一执行架构,规划是连接指令与动作的关键环节,但核心贡献在于基础设施。
研究机构
Northwestern University
Peking University
University of California, Berkeley
ShanghaiTech University
论文信息