RoboArchitect 用编码模型自动设计机器人智能体外壳，不更新权重
论文AI 评分 78/100arXiv 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。
RoboArchitect 让编码模型观察机器人的执行轨迹、诊断失败原因，并围绕冻结的策略迭代修改控制外壳，整个过程不更新任何模型权重。在未见场景上，平均成功率从 9.7% 提升到 43.3%（4.5 倍）；在未见任务上，从 12.7% 提升到 40.2%（3.2 倍），覆盖多个基准与策略。当基准与策略训练数据差距较大时，提升最明显：给通用策略套上进化后的外壳，得到的专用智能体常常超过微调版本。外壳还会自行进化出持久记忆，把有效抓取深度等经验带入后续决策。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载外壳自动化的做法
已有观察显示，冻结的机器人策略放进智能体外壳后表现更好，因为控制代码决定何时查询策略、调用视觉工具或直接驱动机械臂。但这类外壳此前依赖人工搭建，每换一个机器人或基准就要重做。RoboArchitect 把这一步交给编码模型：模型查看机器人的执行轨迹，判断失败出在哪里，再反复改写外壳。外壳在一批回合上进化，并在留出的场景和任务上评估，全程不更新任何模型权重。
成功率与泛化表现
在多个基准和多种策略上，未见场景的平均成功率从 9.7% 提高到 43.3%，约为原来的 4.5 倍；未见任务从 12.7% 提高到 40.2%，约为 3.2 倍。提升幅度在基准与策略训练数据差距较大时最明显：把通用策略包进进化后的外壳，得到的专用智能体往往比微调过的版本还好。这说明机器人操作仍有相当空间留在外壳设计上，而这一设计可以被自动优化。
自动生成的控制策略与记忆
进化出的外壳包含一些直观的控制策略，例如机械臂卡住时先抬起脱离，上方有障碍挡住时改为水平伸入。外壳还会进化出自己的持久记忆，把学到的经验带入后续决策，有效抓取深度就是一例。作者据此认为，外壳设计可以自动化并优化，无需改动权重，这为面对新配置时替代微调提供了可行方向。
为什么值得看
不微调权重、只自动改控制外壳就能把成功率提高数倍，为机器人操作提供了替代微调的低成本路径。
智能体微调论文
信源1 家
关键事实
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。