上海AI Lab等提出Cortex框架，双向对齐实现长程机器人操作
Cortex框架用结构化子任务连接规划与执行，双向对齐让机器人精准完成长程操作任务。
机器人长程操作面临规划与执行脱节：高层规划用开放语言，低层执行需精确指令。Cortex通过统一的结构化子任务双向对齐，配合事件均衡采样（在子任务边界加密采样），让模型学会判断任务进度，避免重复或跳步错误。
正文摘录
Cortex：自主切分规划 subtask，上海 AI Lab 提出双向协同 Agent 实现长程化学操作任务 - 来源：机器之心 .jpg)  拿起漏斗，插入圆底烧瓶；拿起量筒，把液体倒入烧瓶；移走漏斗，将烧瓶放到搅拌器上，再塞入瓶塞并按下开关。 对人来说，这是一串可以按顺序完成的动作；但对机器人，每一步都藏着两个判断：规划出的动作能否执行，当前动作是否完成。前者决定规划会不会脱离机械臂的能力，后者决定模型会不会卡在重复动作里，或还没完成当前动作就进入下一步。 端到端 Vision-Language-Action（VLA）模型通常根据当前观测直接生成动作序列。对于短程任务而言，模型仅根据当前画面生成动作序列通常已经够用；但随着任务步骤增多，模型很难持续追踪哪些操作已经完成，也容易混淆画面相似的不同阶段，导致误判任务进度。 另一类分层架构的方法：高层 VLM 负责规划，低层 VLA 负责执行。但二者并不天然兼容 —— 高层给出的往往是较为宽泛的开放语言，低层真正需要的却是明确到操作对象、目标位置和动作约束的可执行指令。