以智能体视角,清华首发具身智能综述:从端到端策略到自主系统
2026.11.14 · 收录日 2026.11.14 · 观点 · 论文 · 论文预印本
清华团队用智能体视角梳理具身智能,提出AEI系统框架与L0—L5自主性分级
清华大学团队以智能体视角重新梳理具身智能研究,提出Agentic Embodied Intelligence(AEI)概念,把模型能力、计算基础设施、安全、数据与评测放进同一系统图景。综述给出系统级框架与L0—L5人机责任分级,讨论通向更高自主性的技术路径与开放问题。
- 提出AEI视角,将研究问题从技能学习推进到任务级的自主组织,系统需理解目标、补充信息、安排子任务并依据物理反馈决定继续、重试、重规划或求助
- 给出系统级框架:模型负责具身理解、规划、行动与反思,基础设施连接技能调用与机器人控制,本体在物理或仿真环境中执行动作
- 以L0—L5概念框架讨论人机责任变化,L4与L5被列为研究目标,其实现需要持续运行、恢复能力与边界识别等证据
- 将AEI模型核心概括为感知与具身理解、推理与规划、动作执行、闭环演进四项相互耦合的功能
- 提出Agentic Embodied Experience表示交互记录,并归纳五类评测情境:目标消歧与主动理解、工具发现与可供性推理、在线扰动处理与恢复、开放环境长程任务、社会交互与多智能体协作
为什么值得看
理解具身智能如何从技能学习走向任务级自主组织
适合谁关注
具身智能、机器人方向的研究者与从业者
