清华等提出具身规划方法 ParallelWorld，通过测试时预演提升机器人操作成功率

清华大学与新加坡国立大学提出具身智能规划方法 ParallelWorld，将测试时计算扩展引入高层规划，使任务成功率从 56% 提升至 83%。该方法在动手前生成候选动作及预测画面构建搜索树，经验证器筛选后仅执行选中路径的第一个动作，并借助滚动规划持续修正。评测显示其在 ESI-Bench 空间任务及 LIBERO-Pro 机器人操作的多数设置中均优于直接执行基线。