论文arxiv cs.AI · 2mo ago重要
Think Twice, Act Once: Verifier-Guided Action Selection For Embodied Agents
分类释义：学术论文 / 技术报告
TL;DR
VeGAS通过在推理时采样多个候选动作并使用生成式验证器选择最可靠选项，使MLLM具身代理在复杂长时任务中相对性能提升达36%。直接使用现成MLLM作为验证器无效，需通过LLM合成多样化失败案例进行训练。
关键要点
- 01VeGAS通过在推理时采样多个候选动作并使用生成式验证器选择最可靠选项。
- 02使MLLM具身代理在复杂长时任务中相对性能提升达36%。
- 03直接使用现成MLLM作为验证器无效。
- 04需通过LLM合成多样化失败案例进行训练。
为什么值得关注
为具身AI agent提供了一种无需修改底层策略即可提升鲁棒性的测试时方案，对真实机器人部署中的分布外场景处理有直接工程价值。
对你的工程实践意味着什么
LLM 实时生成MiniMax-M2.7缓存命中
| 角色 | 你应该做什么 |
|---|---|
| Tech Lead | 评估具身agent项目中是否引入VeGAS验证器架构，尤其在任务失败代价高的场景 |
| 应用工程师 | 实现时先用LLM合成失败案例库，再用该库微调验证器，直接调用现成MLLM作为验证器效果有限 |
| 运维 / 平台 | 计算资源评估需考虑推理时采样多个候选动作的额外开销，提前规划GPU资源 |
| 产品 / 业务 | 评估机器人长时任务成功率提升对产品竞争力的价值，同时关注端到端延迟增加对用户体验的影响 |
同类资讯
本页 TL;DR 与「为什么」由 LLM 生成 · 模型：MiniMax-M2.7 / Claude Haiku 4.5