智元机械人宣布 Act2Goal 筹划

智元机械人宣布宣布 Act2Goal 筹划 —— 这不仅仅是一个新的操作算法，更是一种让机械人“以终为始”的全新思维方法。

根据介绍，不合于传统机械人机械地履行逝世板指令，Act2Goal引入了“目标前提世界模型”。这意味着，机械人不再只是“看一步走一步”，而是拥有了预感将来的才能——在真正着手之前，它已经在大年夜脑中构建了从近况通往目标的完全因果链条。这种将视觉推理与动作控制合二为一的端到端架构，让Act2Goal可以或许在从未见过的情况和物面子前，展示出惊人的零样本泛化才能。

且Act2Goal具备“自我进化”的本能。 它不须要人类手把手教（无嘉奖旌旗灯号），就能在真实世界的交互中，快速“复盘”本身的行动轨迹。实验数据显示，面对高难度的陌生义务，Act2Goal仅需数分钟的在线自我考验，成功率就能从30%晋升至90%。

“所见即所向，让机械人的每一次行动，都精准地通往目标。”

Act2Goal的核心在于将目标前提世界模型与动作生成策略同一于端到端框架，实现对义务演变过程的构造化懂得。在每次操作前，体系不仅感知当前状况和目标状况，还经由过程世界模型猜测从当前到目标的将来视觉轨迹，为动作专家供给持续、多标准的筹划根据。经由过程这种方法，目标不再是静态终点，而是一条可感知、可跟随的演变路径，从而明显晋升长时序操作的稳定性与泛化才能。这一范式带来了两个关键优势：

• 长时序义务中保持高精度与全局对齐：端到端设计结合多标准时光筹划，使机械人既能精确履行短期动作，又能保持整体目标偏向一致。
• 零样本泛化与快速适应新场景：体系可以或许在未见过的物体、目标设备或复杂情况中稳定履行，并经由过程在线自我晋升机制快速适应新义务，进一步加强鲁棒性和可扩大性。

为了在长时序义务中同时处理精细动作和全局筹划，Act2Goal引入了多标准时域哈希（Multi-Scale Temporal Hashing, MSTH）机制。体系将筹划过程划分为：

• 短时精细段（Proximal）：持续高频采样，用于精确控制机械臂动作；
• 长时粗粒段（Distal）：自适应采样，用于全局路径筹划和目标对齐。

这种设计使机械人在复杂操作中可以或许兼顾局部动作精度与整体目标偏向，有效防止误差累积和目标偏离。

MSTH可同时应用于世界模型的视觉筹划与动作专家模块的动作筹划。

为了让Act2Goal具备强大年夜的泛化才能，体系起首经由过程大年夜范围离线模仿进修进行练习。体系微调预练习的世界模型，使其可以或许生成从当前状况到目标状况的多视角、多标准视觉轨迹，并遵守MSTH规矩。动作生成模块与世界模型结合练习，经由过程参考轨迹猜测生成可履行动作。

这种结合练习包管了视觉轨迹猜测不仅真实可托，并且可以或许有效指导动作生成，为动作筹划奠定基本。体系对全部端到端模型进行行动克隆微调，使从视觉感知到动作生成形成完全闭环。经由过程以上练习，Act2Goal学会根据当前状况和目标状况猜测将来轨迹，并生成可履行动作，从而具备优胜的泛化才能和经久操作稳定性。

尽管离线练习使体系具备较强的泛化才能，但在真实情况中面对新义务、未知物体或复杂操作链时，机械人仍可能碰到机能降低。为此，Act2Goal引入在线自我晋升机制，应用回想性经验重放（HER）实现自立机能优化。

在履行过程中，机械人会主动收集每一步的状况、动作及履行成果，并将轨迹从新标注为新的目标示例，存入回放缓冲区。无论义务是否成功完成，体系都能应用这些数据进行端到端微调，仅更新新增的LoRA层参数，基本模型保持冻结。经由过程这一机制，机械人可以或许在未见过的情况和目标中快速适应，实现零样本泛化与经久稳定操作，为复杂义务供给强大年夜的鲁棒性和可扩大性。

Act2Goal的核心供献在于从新核阅了目标前提操作中的一个根本问题：从当前状况到目标状况之间，机械人是否真正懂得过程？经由过程在策略中显式引入目标前提世界模型，并结合多标准时光建模与深度融合机制，项目团队目标前提机械人操作供给了一种新的建榜样式。“我们信赖，这种“先懂得世界若何变更，再决定若何行动”的思路，将为更通用、更靠得住的机械人体系供给重要支撑。”