Inhabitant:LLM 智能体零训练完成 74/75 长程家居交互任务
Yao Zhang · hf · 2026-11-20
Aalto University 的 Inhabitant 框架让语言模型智能体规划并执行长程的人-场景交互(如抓取、踢、投掷物品)。核心做法:
- 智能体以空间化方式指定全身动作,在场景中测量偏差,再修订控制,无需任何训练
- 配套发布 Inhabit 基准,作者报告在 75 个长程家居任务中完成 74 个
- 作者:Yao Zhang、Zhuchenyang Liu(共同一作)、Yu Xiao
该工作把 LLM 规划与仿真中的定量反馈闭环结合,是具身交互方向的代表性演示。
「具身」频道最新
- Scoble 实测 Tesla FSD:机场接人场景列 10 项短板 — Scobleizer · 2026-11-20
- EPFL 团队发布统一 3D 生成模型,一次完成药物设计对接 — HannesStaerk · 2026-11-20
- GXO 与 Apptronik 签的是意向书:至多 1000 台人形机器人取决于四年 KPI — YvesMulkers · 2026-11-20
- NVIDIA 开源 SOMA Retargeter:将人类动作一键适配五种人形机器人 — jonstephens85 · 2026-11-20
- KAIST 提出 AFFECT:让世界模型真正学会动作改变了什么 — John Won · 2026-11-20
- 清华联合多校发布 Mind2Act World 基准,180 项操作任务考验机器人心手脑协同 — Mind2Act-World · 2026-11-20