ParallelWorld：清华与新加坡国立大学研究者提出机器人行动前的多步预演规划方法

清华大学和新加坡国立大学研究者提出 ParallelWorld，在具身智能体高层规划中搜索并比较候选行动的未来结果，再执行选定轨迹的第一步并根据新观察重新规划。ESI-Bench 的 28 个子类别中，该方法在 26 项超过顺序式 Active Exploration；任务成功率从 56% 提升至 83%。操作评测使用 LIBERO-Pro，八种设置均超过直接基线。