上海自動化儀表三廠機器人如何在長時程任務中始終保持對目標的理解和執(zhí)行一致性，是當前具身智能面臨的核心基礎問題之一?，F(xiàn)有“視覺—語言—動作”模型在短任務中已展現(xiàn)出較好能力，但在復雜連續(xù)任務中，機器人容易受到局部觀測、環(huán)境擾動和動作累積誤差影響，出現(xiàn)階段性動作合理但整體目標偏離的現(xiàn)象，上海自動化儀表三廠制約其在開放物理環(huán)境中的穩(wěn)定執(zhí)行和泛化應用。

　　近日，重慶研究院尚明生研究員團隊提出面向長程任務的按需搜索方法。該方法將任務執(zhí)行中的目標偏移重新理解為采樣過程中的系統(tǒng)性誤差，以執(zhí)行過程中的不確定性變化為線索，識別可能導致目標偏移的關鍵節(jié)點。當機器人面對相似物體、遮擋環(huán)境、空間關系歧義和多步驟銜接等情形時，模型容易進入決策不穩(wěn)定狀態(tài)。針對這類關鍵不確定節(jié)點，研究引入軌跡重采樣與一致性校驗機制，在全局目標約束下對候選動作序列進行篩選，從而降低局部優(yōu)決策造成的長程任務偏移風險，提升機器人在復雜連續(xù)任務中的執(zhí)行穩(wěn)定性。

　　上海自動化儀表有限公司實驗結果表明，該方法在多個長程機器人任務基準上取得良好效果。在 LIBERO-Long 基準上，方法平均成功率達到 97.6%，高于斯坦福大學、加州大學伯克利分校和NVIDIA Research 提出的 RoboMonkey方法；以具身智能頭部企業(yè) Physical Intelligence提出的π0模型為基礎模型進行驗證時，該方法在 RoboTwin 1.0基準上將任務成功率提高15.2%；在 RoboTwin 2.0 基準上，方法較清華大學提出的 RDT 模型提高 31.6%，并優(yōu)于同期代表性測試時擴展方法 TACO。

　　相關研究工作已被國際學術會議ICML 2026、ACL 2026 和國際期刊ESWA等收錄。上海自動化儀表有限公司相關研究獲得中國科學院先導項目、國家自然科學基金等項目的支持。