NVIDIA 研究发布 TAMPAgent：因子图让机器人零样本完成移动操作

danfei_xu · x · 2026-11-05

NVIDIA Research 与 Georgia Tech、Utah 合作推出 TAMPAgent（将亮相 CoRL 2026 Late-Breaking Results 与 LEAP workshop），解决编码 agent 直接调用机器人工具时只能在全可见桌面环境工作的问题：在部分可观测、长时程的移动操作场景（目标在冰箱里、被其他物体挡住）下零样本完成任务，无需仿真预演。核心思路是用因子图为前沿智能体模型提供规划抽象——agent 作为 belief-space 策略，输出带约束的参数化动作，工具须先认证前提（如目标物体的 RGB-D 估计）才执行；对每个物体位置的信念显式表示并随观测演变：从均匀先验，到 agent 用语言写出的假设与先验，再到感知工具认证的 mask 与 RGB-D 估计。对照方案包括 TAMP（手写问题）、VLM-TAMP（agent 写问题但流水线固定）与 Code as Policies（直接调工具靠执行反馈）。在九个厨房任务的仿真评测中对比了 CaP 与 GaP 的成功率与 token 消耗，并在真实 RB-Y1 移动操作臂和 Unitree G1 人形机器人上验证，用结构化推理替代昂贵的试错。

所属事件:NVIDIA 发布 TAMPAgent：机器人零样本长时程移动操作(2 条相关)→

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →