GAVEL 引入图世界模型，大幅提升 Qwen3-8B 长程机器人任务成功率

DAIR.AI 介绍了关于 GAVEL（基于图世界模型的长程任务规划）的研究成果，展示了通过外部 Harness 机制增强大模型在具身机器人场景中状态追踪能力的方法。

• 性能对比表现：在不微调或修改基础模型的前提下，GAVEL 将 Qwen3-8B 在长程机器人任务上的成功率从 41.2% 提升至 91.8%，在 BEHAVIOR-1K 基准的 500 项多任务指令下成功率达 92.6%。
• 显式图世界模型：系统在外部维护包含物体关系、动作前后置条件以及未观测物体概率分布的图结构，在动作执行前进行状态后果预测与干预。
• 分层错误修复：针对可通过图模型规则直接推导的违规动作就地修复，无需重新调用大模型，仅将涉及高级语义推理的错误交回 LLM 处理，并缩短了约 5.4% 的移动路径。
• 影响/看点：研究表明长程智能体失败的主要瓶颈之一在于状态追踪而非单纯的逻辑推理，若符号化图世界模型能有效适配物理场景，可能为具身智能与仓储机器人提供低成本且可验证的规划框架。
• 资料依据:
• DAIR.AI X（2026-09-20）：https://x.com/dair_ai/status/2101494059898655108
• DAIR.AI 论文发布页（2026-09-20）：https://academy.dair.ai/papers/gavel-graph-world-models-for-verified-and-efficient-long-horizon-llm-task-planni-2609.19315

本内容由 AI 生成，仅供参考，请注意甄别