arXiv · cs.RO· Xinxin Liu·· 5 天前精选AI 评分70
AgenticRoboRL: 将编码智能体后训练引入具身机器人
AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics
AI 导读
研究人员提出AgenticRoboRL框架，通过监督微调和多轮强化学习对机器人规划器进行后训练，在LIBERO-PRO基准测试中，9B参数模型的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)的水平。该框架通过适配器连接规划器交互与任务结果，支持不同执行机制。
推荐理由
9B参数模型成功率从18.1%提升至71.0%，接近GPT-5.5水平，证明后训练对机器人规划器有效。
来源：arXiv · cs.RO · arxiv.org