https://auto-driving-blog.pages.dev/tags/%EF%B8%8F-%E8%B0%83%E5%BA%A6/ Recent content in 🛠️ 调度 on Elon's AD Insight https://auto-driving-blog.pages.dev/images/share.png https://auto-driving-blog.pages.dev/images/share.png Hugo zh-cn Tue, 27 Oct 2026 00:00:00 +0000 https://auto-driving-blog.pages.dev/posts/paper-reading/roboos-next%E7%B2%BE%E8%AF%BB/ Tue, 27 Oct 2026 00:00:00 +0000 https://auto-driving-blog.pages.dev/posts/paper-reading/roboos-next%E7%B2%BE%E8%AF%BB/ 北京大学 + 北京智源人工智能研究院等《RoboOS-NeXT》（arXiv 2510.26536）精读，含小白开篇：先用 5 分钟讲清「什么是具身机器人大脑系统」（VLA 是小脑，大脑负责拆任务/调度/记忆/验证，记忆就是团队共享白板），再进论文。核心是 Spatio-Temporal–Embodiment Memory（STEM）——把空间场景几何、时间事件史、本体档案揉成一份所有机器人共享的统一记忆；其上是「大脑（高层规划，检索/更新 STEM）-小脑（低层技能库+工具调用，低延迟执行）-记忆」闭环。工作流四阶段：全局任务分解 → 拓扑式子任务分配 → 分布式子任务 Agent → 动态记忆更新。评测三场景（餐厅/超市/家庭）×难度 L1–L3 ×序列长 SQ1/3/5，指标 MSR/AEST/SR/SS：无记忆基线在 SQ=5 时崩盘（餐厅 L2 0% vs 本文 75%），本文 AEST 普降 20–70%、L3 仍 MSR +63.5%（超市）/+58.3%（家庭）；同构 3/5 轮机器人编队 AEST 再降 58%/76%；失败分析显示 45.3% 错误来自工具调用。逐张讲解全部 4 张插图（含真机餐厅/家庭/超市演示）。