基础模型时代的具身机器人操作：规划与学习视角
机器人学
2025-12-30 v1
摘要
视觉、语言与多模态学习的最新进展极大地加速了机器人基础模型的发展，其中机器人操作仍是一个核心且充满挑战的问题。本综述从算法视角审视机器人操作，并将近期基于学习的方法组织在高层规划与低层控制的统一抽象框架内。在高层，我们将经典的任务规划概念扩展至包含对语言、代码、运动、可供性与 3D 表示的推理，强调它们在结构化与长时程决策中的作用。在低层，我们提出一种面向训练范式的基于学习控制的分类法，沿输入建模、潜在表示学习与策略学习对现有方法进行组织。最后，我们识别出与可扩展性、数据效率、多模态物理交互及安全性相关的开放挑战与前瞻性研究方向。综合而言，这些分析旨在阐明现代机器人操作基础模型的设计空间。
引用
@article{arxiv.2512.22983,
title = {Embodied Robot Manipulation in the Era of Foundation Models: Planning and Learning Perspectives},
author = {Shuanghao Bai and Wenxuan Song and Jiayi Chen and Yuheng Ji and Zhide Zhong and Jin Yang and Han Zhao and Wanqi Zhou and Zhe Li and Pengxiang Ding and Cheng Chi and Chang Xu and Xiaolong Zheng and Donglin Wang and Haoang Li and Shanghang Zhang and Badong Chen},
journal= {arXiv preprint arXiv:2512.22983},
year = {2025}
}
备注
This work is a re-architected core derived from the full survey (arXiv:2510.10903) , refined to highlight the most central themes and representative studies