ThinkLocoManip：面向足式移动操作的全身体控制智能体框架
该研究提出 ThinkLocoManip，一个面向足式移动操作长程任务的智能体框架，采用交错推理与执行范式，让智能体持续推理状态、执行动作、观察结果并调整策略。框架编排感知、导航、操作与运动四类专用工具，并明确将运动作为智能体推理与执行的工具域；同时设计跨域协调技能与关键帧思考机制，用于保留执行上下文和支持错误恢复。真实世界实验显示，其成功率为 77%，是最强“先规划后执行”基线 37.1% 的两倍以上。
发布于 10-27 12:56来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《ThinkLocoManip: A Whole-Body Control Agentic Harness for Legged Loco-Manipulation》查看原链
本文提出 ThinkLocoManip，一个面向足式移动操作（loco-manipulation）的智能体框架，旨在应对大规模环境中的复杂长程任务。 现有方法通常采用直接动作生成或“先规划后执行”范式，二者在长时任务执行所需的泛化能力和错误恢复能力上均存在不足。
相比之下，ThinkLocoManip 采用交错推理与执行范式，使智能体能够持续推理当前状态、执行动作、观察结果并相应调整策略。 基于该范式，该智能体框架编排了一套专用工具，覆盖感知、导航、操作与运动，从而灵活组合异构能力。 与现有机器人智能体框架不同，ThinkLocoManip 明确将运动（locomotion）作为智能体推理与执行的工具域。
作者进一步设计了一组技能，显式考虑各功能域内的工具使用以及跨域协调，支持长时程复杂行为的有效执行。 为应对长程交互中的任务失败，作者开发了关键帧思考机制，以保留关键执行上下文并支持高效错误恢复。 大量真实世界实验表明，ThinkLocoManip 在具有挑战性的长程足式移动操作任务上显著优于基于直接动作生成和“先规划后执行”范式的代表性方法。
值得注意的是，ThinkLocoManip 达到 77% 的成功率，是最强“先规划后执行”基线（37.1%）的两倍以上。 实验进一步验证了交错推理与执行、工具编排以及协调技能执行的有效性。