待验证50% 置信事实精确时间
PaceVLA 在三个多任务仿真基准和六个真实世界任务上进行了评估，覆盖多种机器人本体，包括长视野任务和灵巧操作。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
涉及实体
相关事实
待验证该项目中roboreg负责机器人位姿估计，OpTaS负责实时求解带约束的导纳任务73% 相似待验证PaceVLA 的动作专家是一个专门负责动作生成的共享骨干网络，接收视觉与语言表征，输出动作序列的隐表示，而非多个专家网络。68% 相似待验证研究方法核心是在统一任务集上让三个Agent分别执行，记录每次工具调用的类型、频率与顺序以形成可对比的行为画像67% 相似待验证研究团队将策略部署到真实的Stretch 3机器人上，在12个任务子集上取得63.9%成功率，而这些任务在仿真中成功率为66.7%66% 相似待验证AnyGoal构建了“目标偏移”的任务变体，这些任务建立在广泛使用的世界模型环境之上。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073906API
curl https://kongchang.com/api/v1/knowledge/claims/1073906MCP
get_claim(id=1073906)