HuggingFace Daily Papers· Xinxin Liu, Bingxin Xu, Wenrui Bao, Ming Li, Wentao Bao, Chen Chen, Yuzhang Shang·· 6 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
研究团队提出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上将9B参数规划器的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)水平。该框架通过特定适配器连接记录的规划器交互与任务结果，支持不同执行机制。研究团队将发布框架和训练好的规划器检查点。
推荐理由
通过后训练将9B参数机器人规划器成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)水平，证明后训练对机器人规划器有效。
来源：HuggingFace Daily Papers · arxiv.org