arXiv · cs.AI· Jadelynn Dao, Milan Ganai, Yasmina Abukhadra, Ajay Sridhar, Mozhgan Nasr Azadani, Katie Luo, Clark Barrett, Jiajun Wu, Chelsea Finn, Marco Pavone·· 1 天前
DIRECT：具身规划器应何时何地分配测试时计算？
DIRECT: When and Where Should You Allocate Test-Time Compute in Embodied Planners?
arXiv:2606.12402v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jadelynn Dao, Milan Ganai, Yasmina Abukhadra, Ajay Sridhar, Mozhgan Nasr Azadani, Katie Luo, Clark Barrett, Jiajun Wu, Chelsea Finn, Marco Pavone
研究任务与主要进展
DIRECT提出一种基于多模态场景上下文、在闭环具身智能规划每个子任务上选择规划器并分配测试时计算的路由框架。基于论文摘要，VLABench和RoboMME实验显示，链式思维深度、模型规模和记忆历史带来的能力增益不同；该方法还通过DROID中的Franka机械臂验证零样本操作和长时程任务链，并在平均延迟最多降低65%时达到或超过更强模型的成功率。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org