RoboChemGym：协议驱动生成式仿真框架，自动合成化学实验长时程演示
RoboChemGym是面向化学实验的生成式仿真框架，能将文本协议自动转化为高保真、长时程机器人操作演示。在20个真实化学协议上，生成管线成功率最高为89.2%，在真机Level-1任务上平均提升策略成功率23.3个百分点。本文为arXiv预印本，尚未经过同行评审。
如何自动生成严格遵循真实化学实验协议的高保真、长时程机器人操作演示，以缓解具身智能体在实验室场景中的数据稀缺问题？
湿实验室实验劳动密集、成本高且存在安全风险，真实世界训练数据稀缺限制了具身智能体的发展。现有仿真方法主要面向短时程、松散交互的日常任务，无法满足化学实验对严格程序约束、多物体耦合和精细操作的要求。
此前生成式仿真框架如GenSim、RoboGen利用大语言模型自动生成任务和场景，但主要针对日常短时程操作，交互结构松散；专用实验室仿真环境如ChemLab等则聚焦孤立操作片段，依赖手动配置，无法对齐完整实验协议。
RoboChemGym以文本化学协议为输入，通过生成式协议实例化、自改进任务合成和实验室中心数据缩放三个组件生成演示。具体地，使用Claude 3 Opus解析协议，调用8种原子动作库（Pick, Place, Pour, Press, Open, Close, Shake, Stir）构建场景和动作序列；采用双循环优化，内循环修正动作参数，外循环调整场景布局，并通过动作记忆和场景记忆不断积累修正经验；数据缩放覆盖空间随机、背景干扰、工作台材质和光照变化四个维度。硬件平台为Franka Panda，策略训练使用ACT、Diffusion Policy和π0。
在20个真实化学协议构成的分层基准上，生成管线在无数据缩放的clean设置下Level 1/2/3成功率分别为89.2%、73.4%、52.3%，在随机设置下为85.6%、70.3%、47.5%。移除动作记忆后，clean设置下Level 3成功率从52.3%降至27.4%，移除场景记忆后降至32.3%。策略评估中，每个任务收集200条专家轨迹，π0加随机数据在Level 1/2/3全序列成功率分别为68.5%、28.4%、1.7%，π0加clean数据为55.4%、18.2%、0.5%；ACT加clean在Level 1/2为22.5%、5.2%，DP加clean为15.4%、3.8%，两者在Level 3接近0%。零样本π0在Level 3为0%。真机实验中，在固体称量、吡啶添加、pH测量三个Level 1任务上，用10个真实演示加1000条合成轨迹训练，四个评估配置下平均成功率提升23.3个百分点（从22.4到23.9个百分点），零样本仅用合成数据提升4.5%至6.0%。生成轨迹真机回放，无重置动作时Level 1/2/3全序列成功率85.7%、69.2%、54.6%，插入重置动作后为87.3%、79.7%、70.5%。
作者承认：当前评估主要依赖仿真，从轨迹回放到完全自主执行的扩展仍需探索；框架仅支持Franka Panda机器人。明显的局限还包括：长时程任务全序列成功率仍然很低（Level 3仅0.5%至1.7%），真机验证限于Level 1短时程任务；代码和数据集开源状态未报告。
该框架可服务于实验室自动化公司、药物研发和化学合成企业，提供仿真数据生成和策略训练工具。短期内（1至3年）可减少对真实演示的依赖，加速实验室机器人技能开发；长期（3年以上）有望支撑完全自主实验室。前提是扩展到更多机器人本体、提升长时程任务成功率，并完成更充分的全自主真机验证。
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。