DreamTrajectory：具有移动操纵世界模型对齐的轨迹引导动作生成

移动操纵要求机器人在不断变化的视点和接触条件下协调底座和手臂的运动，动作空间远大于固定底座操纵的空间。现有的愿景-语言-行动（VLA）政策在两个方面受到限制。 （i）它们将观察结果直接映射到全身动作块，在没有明确的任务空间运动计划的情况下搜索这个大的动作空间，这使得协调的基臂预测不精确。 (ii)它们开环执行预测的块，而不检查动作是否可以实现策略预期的运动，因此控制错误和未建模的接触累积成计划和实现的运动之间的差距。我们提出了 DreamTrajectory，这是一种用于语言条件移动操作的轨迹引导框架，它针对每个限制引入了一个组件。通过 Addressing(i)，DreamTrajectory 联合预测单个动作专家中的意图级末端执行器轨迹和全身动作块，以便该轨迹明确指导基臂动作生成，而不是保持隐式。解决（ii），轻量级轨迹世界模型预测候选动作块将引起的轨迹，并且测试时搜索-预测-评分过程选择与计划轨迹最一致的候选者。在 MS-HAB 上，轨迹引导将平均成功率从 32.3% 提高到 47.5%，测试时间进一步细化到 54.8%，在接触丰富的铰接式物体任务中收益最大。在三个现实世界的移动操作任务上，相应的平均成功率分别为 63.3%、81.7% 和 90.0%。