LaST-R1：机器人具身大模型的R1时刻——先推理再行动

Type: article
Author: 新智元
Primary Topic: AI Agent
Ingested: 2026-05-12

Summary

LaST-R1提出了「观测→隐空间物理推理→行动」的新范式，通过LAPO算法将latent reasoning纳入强化学习优化闭环，使机器人不仅优化动作，也优化动作前的物理推理过程。在LIBERO基准上仅用1条轨迹warm-up即达到99.9%成功率，真机任务用30条轨迹将成功率从52.5%提升至93.75%，超越使用100条专家轨迹的π0.5。该工作由至简动力、香港中文大学和北京大学联合完成，基座模型LaST₀已被ICML 2026选为Spotlight论文。

Key Concepts

• 具身智能
• 隐空间物理推理
• 强化学习后训练
• Latent CoT
• 先推理再行动
• LAPO算法
• 机器人操作泛化

Entities

• LaST-R1
• LAPO
• π0.5
• 至简动力
• 香港中文大学
• 北京大学
• LIBERO
• LaST₀
• ICML 2026

Source

• Raw: last-r1-robot-embodied-model-reasoning-before-action.md

Relations

• (none)

---

Auto-generated on 2026-05-12