PALM：基于功能推理的进度感知策略学习用于长时程机器人操作
机器人学
2026-04-07 v2
摘要
近期视觉语言动作（VLA）模型在机器人操作中取得了显著进展，但仍在处理长时程、多步骤任务时面临挑战。现有方法缺乏内部推理机制，无法识别任务相关的交互线索或跟踪子任务内的进度，导致重复动作、遗漏步骤和提前终止等关键执行错误。为此，我们引入 PALM 框架，构建基于交互导向功能推理和子任务进度线索的策略学习框架。PALM 提炼出捕获对象相关性、接触几何、空间布局和运动动力学的功能表示，并作为视觉运动控制的任务相关锚点。为进一步稳定长时程执行，PALM 预测子任务内的连续进度，以实现无缝子任务衔接。在广泛的仿真和真实世界实验中，PALM 相较于基线方法表现持续优异，在 LIBERO-LONG 上实现 91.8% 的成功率，在 CALVIN ABC->D 上平均长度提升 12.5%，在三个长时程泛化场景中相较于真实世界基线提升约为 2 倍。
引用
@article{arxiv.2601.07060,
title = {PALM: Progress-Aware Policy Learning via Affordance Reasoning for Long-Horizon Robotic Manipulation},
author = {Yuanzhe Liu and Jingyuan Zhu and Yuchen Mo and Gen Li and Xu Cao and Jin Jin and Yifan Shen and Zhengyuan Li and Tianjiao Yu and Wenzhen Yuan and Fangqiang Ding and Ismini Lourentzou},
journal= {arXiv preprint arXiv:2601.07060},
year = {2026}
}
备注
CVPR 2026