DIRECT：具身规划中按子任务分配测试时算力的路由框架
热点事件观察中
DIRECT：具身规划中按子任务分配测试时算力的路由框架
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Jadelynn Dao 等发布论文，提出路由框架 DIRECT：利用多模态场景上下文，在闭环具身智能体规划的每个子任务上选择规划器并分配测试时算力，作者称其相比固定模型选择改善了成功率—成本 Pareto 前沿。 作者称，VLABench 和 RoboMME 实验显示测试时算力并非统一的杠杆：链式思维深度、模型规模和记忆历史带来质的不同的能力增益；路由器还在平均延迟最多降低 65% 的情况下达到或超过更强模型的成功率。 该方法还通过 DROID 中的 Franka 机械臂验证了零样本操作和长时程任务链。以上结论基于论文摘要，尚未经独立复现。
AI 根据报道生成 · 1 天前更新
最新进展10月15日 12:00
DIRECT：具身规划器应何时何地分配测试时计算？报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AIDIRECT：具身规划器应何时何地分配测试时计算？
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。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 910月15日 14:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月16日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。