AIDE：面向模糊指令的机器人交互决策框架

2026年10月16日，arXiv Robotics 刊出 Hengxuan Xu 等作者的论文预印本，提出 AIDE（Affordance-Aware Interactive Decision-Making and Execution for Ambiguous Instructions），一个受人类启发、将交互式探索与视觉-语言推理结合的双流框架，用于处理模糊人类指令下的机器人交互式决策与执行。该框架针对 VLM 方法在模糊指令下推理低效、环境交互有限的问题，将多阶段推理（MSI）决策流与加速决策（ADM）执行流结合，实现零样本 affordance 分析与模糊指令理解。据该论文称，仿真和真实环境实验显示，AIDE 任务规划成功率超过 80%，闭环连续执行准确率超过 95%，运行频率达 10 Hz，在多种开放场景中优于现有基于 VLM 的方法。上述数据均出自该论文自述，尚无其他来源独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。