港中深等团队提出LOGIV长程机器人执行框架

香港中文大学（深圳）联合新加坡 A*STAR、清华大学等团队提出 LOGIV 框架，在 VLA 与 WAM 策略之上构建显式任务图，通过图依赖验证与因果局部修复处理长程任务中的条件失效。研究团队称，这一层无需新增可训练组件，任务图即可参与机器人的执行决策。 该架构已在经过任务微调的 π0.5、AHA-WAM 和 Light-WAM 上验证，依赖检查与局部修复机制可跨策略复用；接入新任务时需匹配相应的任务模型、感知信息与执行接口。论文实验未启用人工协助，图中的人工协助被列为未来评估方向。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。