通过基于世界模型的 MCTS 进行持久机器人场景记忆的 3D 锚定前瞻规划

我们提出了 3D 锚定前瞻规划 (3D-ALP)，这是一种用于机器人操作的 System 2 推理引擎，它将蒙特卡罗树搜索 (MCTS) 与 3D 一致的世界模型结合起来作为轨迹模拟器。与仅评估当前相机帧的动作的反应性策略不同，3D-ALP 维护一个持久的相机到世界 (c2w) 锚点，该锚点在遮挡情况下仍能幸存，从而能够准确地重新规划不再直接观察到的对象位置。在需要空间记忆的 5 步顺序到达任务中（实验 E3），3D-ALP 在需要记忆的步骤上实现了 0.650 0.109 的成功率，而贪婪反应基线的成功率为 0.006 0.008 (Δ=+0.645)，而第 5 步的成功率达到 0.822，而贪婪的成功率为 0.000。消融研究（30 集，3 个种子）将树搜索空间记忆作为主要驱动因素（+0.533，增益的 82%），并从更深入的前瞻中获得额外的好处（+0.111，17%）。我们还在将 UCT-MCTS（应用于树木的置信上限 [10]）应用于连续机器人操作时识别并解决了四种结构故障模式。