桥接前沿推理与机器人执行:从自主演示生成到稠密语言监督
这是一篇预印本论文,尚未经过同行评审。作者提出两条互补路径:让 GPT-6 Astra 等前沿模型自主生成演示数据并加入纠错片段,训练低延迟本地策略;同时用三层次嵌套语言标注和多方面指令描述训练策略,提升指令跟随能力。在 RoboCasa 365 和 BEHAVIOR-1K 上,层次化与多方面监督组合达到最高分,混合演示与纯人类演示的总体成功率相同,十字填词任务中超时预算内累计动作执行时间提升约 3.4 倍。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
这是一篇预印本论文,尚未经过同行评审。作者提出两条互补路径:让 GPT-6 Astra 等前沿模型自主生成演示数据并加入纠错片段,训练低延迟本地策略;同时用三层次嵌套语言标注和多方面指令描述训练策略,提升指令跟随能力。在 RoboCasa 365 和 BEHAVIOR-1K 上,层次化与多方面监督组合达到最高分,混合演示与纯人类演示的总体成功率相同,十字填词任务中超时预算内累计动作执行时间提升约 3.4 倍。
这篇预印本提出 AdaTempo,一种自监督方法,通过提取多个演示中共享的相对节奏模式,对演示轨迹进行离线重采样,训练出更快执行的视觉运动策略。在5个仿真和6个真机任务上,AdaTempo 最高实现3.57倍加速,仿真平均成功率达75.5%、平均加速2.83倍,真机汇总成功率从58.3%提升到77.8%且平均快2.02倍。该方法无需运行时速度选择或在线重定时,简化部署。
这篇预印本提出Proprioceptive Action Models (PAM),用弧长参数化的B样条草图表示机器人剩余关节路径,并与短动作块联合去噪生成。在Push-T、LIBERO-Long仿真和四个真机双臂任务中,PAM均优于纯动作基线;真机平均成功率从47.5%提高到75.0%。该方法为长程操作提供了紧凑且免时序的运动意图表示,但尚未经过同行评审。
RoboCoach 是一个预印本框架,用世界模型中的想象执行来诊断长程机器人任务中最先失败的子任务,并据此请求对应技能专家的演示数据。在 Franka 和 AgileX 真机上,仅追加 150 条子任务演示,成功率分别从 13.3% 升至 75.0%、从 40.0% 升至 83.8%,显著超过统一采集加共享适配器的基线。该工作表明世界模型可以成为主动教练,把稀缺的真实数据导向可复用的技能模块。
这篇arXiv预印本提出Encore框架,将遥操作演示蒸馏为编码智能体可查询的证据包,让智能体编写、运行并迭代修复策略程序,运行时不调用模型。在LIBERO-PRO的60个扰动单元上,3条演示的冻结程序在3000个密封回合中成功2889次(96.3%),无演示为2846次(94.9%);在RoboDojo上无演示全部失败,3条演示在前10个任务取得95/450成功。双臂真机上完成手递手和杯子倒扣,各9/10成功。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。