MEKAWIRE
FortgeschrittenarXiv

JustRUA steigert RoboDojo-Wert durch gezielte Änderungen am Steuerungsrahmen

Zefan Wang, Yufan Dang, Xuanwei Shi, Mingqi Gao, Cheng Yin, SikYuen Tam, Hanyu Liu, Yasheng Wang, Yaxi Lu, Songyang Zhang, Xin Cong, Yuan Yao
In 30 Sekunden

Der Preprint JustRUA untersucht einen Software-Rahmen, mit dem GPT-6 Astra simulierte Roboterarme ohne gelernte Steuerungspolicy bedient. In 111 Episoden über 42 RoboDojo-Aufgaben erreichte die Konfiguration 50,3 Punkte gegenüber 29,7 mit dem offiziellen L3 harness. Das Ergebnis zeigt den Einfluss von Beobachtungshistorie, Bewegungsunterbrechungen und räumlicher Information auf die Manipulationsleistung eines allgemeinen Modells.

Forschungsfrage

Welche Änderungen an Ausführungsrahmen, Aktionsschnittstelle, Erfahrungsnutzung und Szenengeometrie verbessern die Robotersteuerung durch GPT-6 Astra unter einheitlichen Testbedingungen?

Problem

Ein plausibler Aufgabenplan verhindert weder leere Greifversuche noch ungenaue Platzierungen. Zudem können instabile Bewegungen vollständig ablaufen, bevor das Modell neue Bilder erhält. Bestehende Robot-Use-Systeme verändern häufig mehrere Komponenten und Testbedingungen gleichzeitig, wodurch sich Leistungsgewinne kaum einzelnen Entscheidungen zuordnen lassen.

Bisheriger Ansatz

Der offizielle L3 Inspect EEF behält nur die Bilder der letzten zwei Beobachtungen und führt CuRobo-Bewegungspläne zu absoluten Endeffektorzielen vollständig aus. RoboDawn, RoboHarness und ORA ergänzen etwa Demonstrationen, Wahrnehmung oder andere Schnittstellen, arbeiten aber mit unterschiedlichen Evaluationsbedingungen. VLA-Systeme lernen Steuerung aus Roboterdaten; diese Studie untersucht dagegen eine feste Schnittstelle ohne zwischengeschaltete gelernte Policy.

Neuer Ansatz

JustRUA hält Bilder, Aktionen und Rückmeldungen einer Episode in einer Codex-Sitzung vor und unterbricht jede Bewegung nach höchstens 20 control steps. Der ursprüngliche CuRobo-Planer und absolute Ziele im Weltkoordinatensystem bleiben erhalten. Hinzu kommen kompakte Greifermesswerte, unskalierte Depth Pro-Schätzungen aus RGB und Kamerakalibrierungsdaten. Das Modell kann Code ausführen, um 3D-Ziele aus Bildpixeln zu berechnen. Die Endkonfiguration entfernt zugleich das Limit von 100 Entscheidungen, behält aber die Benchmark-Grenze von 500 control steps. Sie ergänzt weder eine gelernte Policy noch episodenübergreifende Erfahrung oder aufgabenspezifische Abstimmung über die übernommenen Aufgabenbeschreibungen hinaus. Laut Autoren sind Code, Evaluationssatz und Aufzeichnungen verfügbar.

Ergebnisse

Die Skala von 0 bis 100 bewertet auch Teilerfolge. In 111 simulierten Episoden über 42 Aufgaben erzielten vollständige Historie und 20-step cap zusammen 38,0 Punkte. Kompakte Messwerte erhöhten den Wert auf 39,8, vorhergesagte Tiefe auf 42,4. Koordinatenberechnung und Aufhebung des Entscheidungslimits ergaben gemeinsam 50,3 Punkte, also 20,6 Punkte mehr als die 29,7 des offiziellen Rahmens auf demselben Evaluationssatz. Die finale Erfolgsquote betrug 43,3 %. Im separaten vollständigen Protokoll mit 2.100 Episoden erreichte der offizielle Rahmen 29,0 Punkte. In denselben 42 Episoden der ersten Runde sank die Zahl leerer Greifversuche durch vorhergesagte Tiefe von 41 mit kompakten Messwerten auf 16. Bei Abrechnung aller cachefähigen Eingaben zum Cache-Tarif lagen die Kostenuntergrenzen je Erstrundenepisode bei 4,94 US-Dollar für das Standard-Testsystem, 7,74 US-Dollar mit vorhergesagter Tiefe und 12,53 US-Dollar für JustRUA. Code und erweitertes Entscheidungsbudget wurden nicht getrennt bewertet.

Grenzen

Alle Versuche betreffen Simulation, einen Benchmark und ein Modell. Jede Konfiguration wurde einmal auf dem Evaluationssatz ausgeführt. Die Komponenten wurden entlang eines Entwicklungspfads statt in sämtlichen Kombinationen geprüft. Die Auswahl des Satzes beruht auf dem eigenen Standard-Testsystem; auch die Verteilung der Szenenlayouts weicht vom offiziellen Protokoll ab. Die Werte sind daher keine Ranglistenergebnisse. Der letzte Schritt verbindet Codeausführung mit mehr Entscheidungen. Verhaltenszählungen sind belegbare Untergrenzen. Erfahrungsversuche nutzen die bewerteten Aufgaben; die Selbstverbesserung umfasste nur fünf Runden mit einem Übungslauf je Aufgabe. Ungeeignete Pläne, Kollisionen und rutschende Griffe bleiben Fehlerquellen. Die Kosten setzen Eingabecaching voraus. Leistung am realen Roboter und Latenz im Einsatz: Im Paper nicht berichtet.

Bedeutung für die Branche

Hersteller von Roboterarmen und Anbieter von Manipulationssoftware können die Befunde jetzt für Simulationsexperimente nutzen. Ansatzpunkte sind der Erhalt relevanter Beobachtungen, kürzere Bewegungsphasen ohne Rückmeldung und effizient bereitgestellte Raumdaten. Für Hardwareprodukte müssen zunächst reale Versuche, verlässliche Sensorik, Kollisionsbehandlung sowie tragbare Inferenzkosten und Latenzen nachgewiesen werden. Ein Zeitplan für kommerzielle Einsätze: Im Paper nicht berichtet.

Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.