近日，天翼數(shù)字生活公司機(jī)器人實(shí)驗(yàn)室在前沿技術(shù)領(lǐng)域取得有益進(jìn)展，兩項(xiàng)研究成果分別聚焦于多模態(tài)智能模型與自主決策算法的創(chuàng)新研究，成功獲得國(guó)際頂級(jí)學(xué)術(shù)會(huì)議與期刊的收錄。

《VLASCD: A Visual-Language-Action Model for Simultaneous Chatting and Decision-Making》，已被自然語(yǔ)言處理領(lǐng)域國(guó)際頂級(jí)會(huì)議EMNLP 2025主會(huì)接收。這項(xiàng)研究突破了傳統(tǒng)AI大模型難以在多任務(wù)并行輸出的復(fù)雜場(chǎng)景中實(shí)現(xiàn)高效協(xié)同問(wèn)題。該框架支持對(duì)話(huà)生成、決策制定與控制信號(hào)等多種任務(wù)的同步輸出，從機(jī)制層面系統(tǒng)解決了任務(wù)間的資源競(jìng)爭(zhēng)與協(xié)同問(wèn)題，實(shí)現(xiàn)了高效并行處理。此項(xiàng)突破為機(jī)器人、智能駕駛等實(shí)時(shí)響應(yīng)系統(tǒng)，提供了更智能、更穩(wěn)定可靠的底層架構(gòu)支撐。

《Thompson Sampling For Bandits With Cool-Down Periods》，已在機(jī)器學(xué)習(xí)領(lǐng)域知名期刊TMLR上發(fā)表。這項(xiàng)研究解決了在未知可用狀態(tài)下、具有周期性冷卻機(jī)制的資源選擇問(wèn)題。其方法可應(yīng)用于機(jī)器人任務(wù)分配與協(xié)作場(chǎng)景，使機(jī)器人在資源間歇可用的環(huán)境中依然能高效決策與執(zhí)行任務(wù)。

基于兩項(xiàng)成果在“多任務(wù)并行輸出”與“間歇資源決策”方面的突破，團(tuán)隊(duì)正積極推進(jìn)其在機(jī)器人系統(tǒng)中的應(yīng)用驗(yàn)證，致力于將前沿理論轉(zhuǎn)化為可落地的業(yè)務(wù)解決方案。未來(lái)，將持續(xù)推動(dòng)“科研-工程-業(yè)務(wù)”的閉環(huán)構(gòu)建，以堅(jiān)實(shí)的技術(shù)創(chuàng)新為機(jī)器人賦能，打造更智能、協(xié)同與可靠的系統(tǒng)能力。