ARC 提出机器人基础模型推理配方，零样本性能最高提升 50 个百分点
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。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载一条不靠堆数据的路线
论文针对机器人基础模型的主流改进思路提出补充方案：以往做法依赖更大的模型、更多的机器人演示以及高成本的大规模训练，而作者认为存在一条有效且高效的替代路径——合适的推理配方就能显著改善现有最优机器人基础模型的零样本任务表现。这套配方被命名为 ARC，由三个关键部分组成：推理轨迹、可扩展的自动标注流程，以及把预训练机器人基础模型适配为使用这些轨迹进行控制的策略。作者强调这是与扩大规模互补而非对立的方向，其价值在于不额外增加机器人演示数据、也不做基础模型级别的训练，就能获得性能提升。
轨迹要解释动作的因果
ARC 的第一项发现关乎推理轨迹应当长什么样。作者认为，有效的轨迹需要扎根于机器人的下一步动作，并解释该动作的因果结构：为什么这个动作是合适的，以及它应当产生什么效果。也就是说，轨迹不只是描述场景或给出泛泛的推理，而是把推理与即将执行的控制动作绑定，并说明动作背后的因果链条。这一设计决定了后续自动标注与模型适配的目标形态，也是该方法区别于一般思维链式推理的关键之处。
自动标注与模型适配
第二项工作是把轨迹的生成自动化。作者表明，这些推理轨迹可以从已有的演示中自动产生，因此能够在不采集新机器人数据的前提下，从 DROID 数据集构建出 ARC-Trace-DROID。第三项工作解决模型如何用上这些轨迹：作者展示了 π0.5 这类 VLA 模型与 Cosmos3-Nano-Policy 这类 WAM 模型都能学会利用轨迹进行控制，具体做法是针对每个模型的架构与能力定制微调和推理方式。这意味着 ARC 并非绑定单一模型结构，而是提供了一套可迁移到不同机器人基础模型上的适配思路。
评测结果与适用范围
在结果层面，作者称使用 ARC 获得的零样本机器人基础模型性能提升，在未增加机器人演示、也未做基础模型规模训练的条件下前所未有。适配后的模型在 RoboLab-120 与 MolmoSpaces 上建立了新的最优结果，在 RoboLab-Reasoning-50 上提升最高达到 50 个百分点；在真实机器人上，ARC 使 π0.5 的任务成功率提升 82.2 个百分点。论文同时给出了项目网站，并按 cs.RO 与 cs.AI 分类提交，附有 arXiv 编号与 DOI。对读者而言，值得关注的是这套配方能否在自有演示数据与模型上复现，以及自动标注流程对数据分布的依赖程度。
为什么值得看
不靠加数据加算力，仅靠推理轨迹与自动标注就能大幅提升机器人模型零样本表现，值得关注其可复现性。
信源1 家
关键事实
论文提出 ARC 推理配方，包含推理轨迹、可扩展自动标注流程、预训练机器人基础模型适配策略三部分。[1]
推理轨迹应基于机器人下一步动作并解释其因果结构，即为何该动作合适、应产生什么效果。[1]
轨迹可由现有演示自动生成，作者据此从 DROID 构建 ARC-Trace-DROID，未采集新的机器人数据。[1]
方法适配 π0.5 等 VLA 与 Cosmos3-Nano-Policy 等 WAM，微调与推理按各模型架构定制。[1]
适配模型在 RoboLab-120 与 MolmoSpaces 上取得新的最优结果，RoboLab-Reasoning-50 提升最高 50 个百分点，真实机器人上 π0.5 任务成功率提升 82.2 个百分点。[1]
相关 · 论文
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。