← 机器人智能体 / 执行反馈与技能随用户反馈调整的分层 VLAHi Robot · 原文 Fig. 2 · p.4 ↗
正式发表 / Robot Agentic
Hi Robot
Hi Robot: Open-Ended Instruction Following with Hierarchical Vision-Language-Action Models
ICML · 2025CCF A
关键框架 FRAMEWORK
高层 VLM 根据开放指令和图像生成低层语言命令,低层 VLA 结合命令、视觉和关节状态输出动作;用户插话触发高层更新。
- 01理解指令与实时纠正
- 02生成当前子任务
- 03低层 VLA 执行动作
THE IDEA
它在解决什么
高层模型理解复杂指令与用户反馈,低层 VLA 执行具体动作,把语言交互接进机器人任务。
WHY READ IT
为什么放在这条路线
作为 Robot Agentic 与 π 系列的交汇点,区分子任务规划、动作策略和执行中的反馈。
READ WITH A QUESTION
读的时候,留意什么
分层不自动保证长任务可靠性;检查反馈如何进入高层、子任务何时切换以及技能覆盖。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器