BAAI 等提出 CausGround:从交互经验提炼因果知识,免重训做具身规划
Yijun Shen · hf · 2026-10-29
华东师大联合北京人工智能研究院(BAAI)、西北工业大学等发布论文 CausGround: Causal Interaction Grounding for Adaptive Embodied Planning。
- 现状:多模态大模型推理能力强,但用于物理交互需要可靠判断动作前置条件与效果,这些往往依赖环境、MLLM 难以充分捕捉;现有自适应方法要么做昂贵的环境专项训练,要么依赖难复用的非结构化经验
- 方法:提出非参数因果交互 grounding 框架,从交互经验中提炼以动作为中心、可复用的因果知识,识别动作前置条件与效果
- 效果:无需模型重训即可跨多样化环境提升具身规划与推理能力
「具身」频道最新
- 人形机器人部署初创 Bleu Robotics 融资 500 万欧元种子前轮 — lukas_m_ziegler · 2026-10-29
- Meta 智能眼镜陷「变态眼镜」风波,两位参议员致信质询隐私问题 — 404 Media · 2026-10-29
- 美的双线押注人形机器人：MIRO U 已部署无锡工厂，42 自由度 — xmercury_one · 2026-10-29
- KUKA 押注物理 AI:近60万台机器人要学「懂意图」,母公司美的成现成大客户 — xmercury_one · 2026-10-29
- 西湖大学等发布 HuGe:用第一人称数据预训练人形通用 VLA 模型 — Yang Liu · 2026-10-29
- 前产品经理：3个月人形机器人外包比全职产出更多 — yongqianme · 2026-10-29