JustRUA优化执行框架,RoboDojo得分升至50.3
预印本JustRUA研究了如何通过软件执行框架,让GPT-6 Astra在没有学习式控制策略的情况下操作仿真机械臂。覆盖RoboDojo全部42项任务的111个回合中,得分由官方L3 harness的29.7升至50.3。结果表明,观测历史、动作中断频率和空间信息的设计会显著影响通用模型的操作表现。
在统一评估条件下,执行框架、动作接口、经验复用和场景几何信息中的哪些改动能够改善GPT-6 Astra的机器人控制?
模型即使选对任务步骤,也可能抓空、放置不准,或在获得新观测前让不稳定动作持续执行。现有robot-use agent往往同时更改多个组件、测试子集和预算,导致分数提升难以归因。
官方L3 Inspect EEF只保留最近两次观测的图像,并完整执行CuRobo针对末端绝对坐标目标生成的运动。RoboDawn、RoboHarness、ORA等系统加入示范、感知能力或其他接口,但评估条件不同,难以判断单个组件的贡献。VLA通过机器人数据学习控制策略,本研究则分析模型与机器人之间没有学习式策略的固定接口。
JustRUA在Codex会话中保留回合内的图像、动作和反馈,每次运动最多执行20 control steps便暂停。系统沿用原有CuRobo规划器及世界坐标系绝对目标。输入增加精简的夹爪测量值、Depth Pro仅凭RGB生成且未经尺度校正的深度估计,以及相机标定信息。模型可执行代码,从图像像素计算3D目标。最终配置同时取消100次决策上限,但保留基准的500 control steps限制。除继承的任务说明外,不增加任务专用调优、学习式策略或跨回合经验。作者称已公开代码、评估集和回放。
分数采用0至100尺度,包含任务中间进度,并非仅统计完全成功。在42项仿真任务的111个回合中,完整历史加20-step cap得到38.0分,加入精简测量值后为39.8,加入预测深度后为42.4。坐标计算代码与取消决策上限共同将最终分数推至50.3,比官方框架在同一评估集上的29.7高20.6分,最终成功率为43.3%。官方框架另行执行完整协议的2,100个回合时得分为29.0。同一批首轮42个回合中,加入预测深度后,抓空次数由仅有精简测量值时的41降至16。假设可缓存输入均按缓存价格计费,首轮每回合成本下限分别为默认测试环境4.94、预测深度配置7.74、JustRUA $12.53。代码与决策预算扩大的贡献没有被单独测量。
实验仅涉及仿真、一个基准和一个模型,每种配置只运行一次评估集。研究沿逐步添加组件的路径比较,没有穷举组合。评估集依据作者自身默认测试环境的表现选取,场景布局分布也不同于官方协议,因此不能作为排行榜成绩。最终步骤同时引入代码和更大的决策预算。行为计数只是视频与日志能够确认的事件下限。经验复用使用了被评估的任务,自我改进也仅开展5轮,每项任务练习1次。剩余失败包括不适合机械臂的计划、碰撞和夹持滑脱。成本依赖输入缓存假设。真机性能和部署延迟,论文未报告。
机械臂厂商与操作软件供应商现在即可将结果用于仿真研发,重点检查观测历史保留、无反馈运动时段和空间信息输入。用于硬件产品之前,仍须完成真机验证,建立可靠传感与碰撞处理能力,并确认推理成本和延迟可接受。商业部署时间表,论文未报告。
受许可协议限制,本站不转载该论文全文,仅提供摘要和原文链接。