WetRobo 机器人套件支持代码代理适配生物实验室
工具AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
WetRobo 是一套可复现的机器人套件，旨在让生物实验人员无需训练神经网络或远程操作，即可通过自然语言委托任务。该套件包含机械臂、实验室设备及预录演示，利用代码代理观察环境并编写执行程序。在两个实验室的测试中，使用 OpenAI Codex 的代码代理成功完成了移除瓶盖等任务，而仅在单一实验室微调的 VLA 策略无法迁移。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载套件组成与设计
WetRobo 旨在解决生物实验室自动化中环境变化导致策略性能下降的问题。该套件由一个机械臂、基础实验室设备（包括培养箱、带盖试剂瓶和培养皿）以及现有的控制代码组成。此外，套件还包含了针对每个任务的远程操作演示数据和一个通用的技能文件。这种设计允许研究人员在不收集本地训练数据或训练神经网络的情况下，直接使用自然语言描述任务，由系统自动完成操作。
代码代理机制
该系统的核心在于使用代码代理而非传统的视觉-语言-动作（VLA）策略。代理通过观察本地实验室环境，编写并执行相应的程序，并根据需要调用外部工具以适应不同环境。在实验中，团队使用了 OpenAI Codex（具体版本为 gpt-5.6-sol）作为代码代理。这种方法避免了为每个实验室单独训练策略的高昂成本，试图通过软件层面的编程适应来实现硬件的通用化。
实验结果与对比
研究团队在两个不同的实验室（Lab X 和 Lab Y）对 WetRobo 进行了测试，任务包括提起培养皿盖、移除瓶盖和打开培养箱门。结果显示，代码代理在两个实验室均成功完成了移除瓶盖的任务。相比之下，一个仅在 Lab X 数据上演示微调的 VLA 策略虽然在 Lab X 表现良好，但在迁移到 Lab Y 时完全失败。这证明了代码代理在跨实验室迁移任务上的鲁棒性优于传统的微调方法。
为什么值得看
展示了通过代码代理而非重新训练策略，实现机器人跨实验室迁移的可行路径。
OpenAIGPT微调
信源1 家
关键事实
相关 · 工具
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。