arXiv · 机器人与计算机视觉· Fan Huang, Dezhong Tong, Changyu Chen, Haewoon Kwak, Jisun An·· 2026-10-15AI 评分42
Instruction-Conditioned Motion Control for Robotic Arms:语言到代码分解与强化学习
Instruction-Conditioned Motion Control for Robotic Arms: Language-to-Code Decomposition and Reinforcement Learning
AI 导读
ICMC 将参数指定、指令生成与代码合成分离,使 UR5e 机械臂在 MuJoCo 仿真中执行结果可追溯至程序。相比 o1/o4-mini 的一次性生成,该方法通过 GRPO 训练出开放权重的指令策略,在方块放置任务上将正奖励率从 31.6% 提升至 35.3%。研究引入独立评估协议以区分控制与成功判定,确保结果可复现且未宣称真实部署或量产能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org