跳到正文
arXiv · 机器人与计算机视觉· Xinxin Liu, Bingxin Xu, Wenrui Bao, Ming Li, Wentao Bao, Chen Chen, Yuzhang Shang·· 29 天前精选AI 评分85

AgenticRoboRL:将代码智能体后训练引入具身机器人规划

AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics

AI 导读

AgenticRoboRL 是一个针对机器人规划器的后训练框架,结合监督微调与多轮强化学习,通过适配不同执行机制(如 VLA 技能调用与控制代码生成)提升规划能力。在 LIBERO-PRO 基准上,该方法使 9B 参数规划器在无外部记忆条件下的成功率从 18.1% 提升至 71.0%,接近带外部记忆的 Codex (GPT-5.5) 的 72.1% 水平。作者将开源该框架及训练好的规划器检查点。

推荐理由

该框架通过微调与强化学习结合,在不依赖外部记忆的情况下将 9B 参数规划器成功率从 18.1% 提升至 71.0%,接近带外部记忆的基线水平。

来源:arXiv · 机器人与计算机视觉 · arxiv.org