跳到正文
arXiv · 机器人与计算机视觉· Ran Qi, Yixin Xiao, Dawei Wang, Zhiyuan Li, Jinbang Huang, Xuan Zhao, Yintao Ma, Yangzheng Wu, Tongtong Cao, Yingxue Zhang·· 2 天前精选AI 评分78

RoboCoEvo:通过智能体 - 策略协同进化扩展机器人能力

RoboCoEvo: Expanding Robot Capabilities through Agent-Policy Co-Evolution

AI 导读

论文提出 RoboCoEvo 框架,旨在解决 MLLM 智能体与机器人基础模型(如 VLA)改进脱节的问题。该方法采用代码即策略的表述形式,让智能体开发可执行的失败检测与恢复程序以生成修正经验,随后将修正行为整合进模型的端到端策略中;更新后的策略分布变化反过来指导智能体程序的修订。

推荐理由

提出基于代码的策略与 VLA 模型协同进化的框架,通过失败引导的迭代循环提升自主任务执行能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org