Human-Centric Open-Future Task Discovery： formulation、基准与可扩展树状搜索
计算机视觉与模式识别
2025-12-18 v3
摘要
近期在机器人和具身 AI 中的进展主要由大型多模态模型 (LMM) 驱动。然而，一个关键挑战仍未得到充分探讨：如何让 LMM 发现帮助人类在开放未来场景中减少人类劳动的任务，其中人类意图高度并发且动态。在本工作中，我们正式化了 Human-centric Open-future Task Discovery (HOTD) 的问题，重点关注识别跨合理未来的任务以减少人类劳动。为促进此项研究，我们提出了 HOTD-Bench，该基准包含超过 2000 条真实世界视频、半自动标注管道以及针对开放集未来评估的仿真协议。此外，我们提出了 Collaborative Multi-Agent Search Tree (CMAST) 框架，通过多智能体系统分解复杂推理，并通过可扩展的树状搜索模块构建推理过程。在我们的实验中，CMAST 在 HOTD-Bench 上取得最佳性能，显著超越了现有的 LMM。它还能良好地与现有的 LMM 集成，始终提高性能。
引用
@article{arxiv.2511.18929,
title = {Human-Centric Open-Future Task Discovery: Formulation, Benchmark, and Scalable Tree-Based Search},
author = {Zijian Song and Xiaoxin Lin and Tao Pu and Zhenlong Yuan and Guangrun Wang and Liang Lin},
journal= {arXiv preprint arXiv:2511.18929},
year = {2025}
}
备注
accepted to AAAI 2026, 10 pages, 9 figures