arXiv cs.AI· So Kuroki, Kento Kawaharazuka, Yujin Tang·· 13 小时前AI 评分35
学习与迁移闭环机器人软件
Learning and Transferring Closed-Loop Robot Software
AI 导读
研究将完整闭环机器人实现视为可复用执行经验：编码智能体从少量成功演示生成策略代码，并借助仿真反馈迭代优化，验证筛选后的实现存入软件档案。在 RoboCasa 四个源任务上，成功率从初始生成代码的 28.3% 提升至验证筛选代码的 64.2%，并在 Unitree G1 实体机器人上验证。在九个迁移目标任务上，无参考为 45.2%，使用源任务初始代码为 41.5%，使用验证筛选代码达 57.0%。
正文 · AI 翻译
摘要：闭环机器人策略需要观测处理、状态管理以及依赖情境的分支，因此手动设计和调优的成本很高。尽管编码智能体日益支持控制代码的生成与优化，但针对源任务改进后的实现是否也能支持新任务的策略获取，目前仍不清楚。我们通过将完整的闭环实现视为可复用的执行经验来研究这一问题。为学习每个源策略，编码智能体根据少量成功演示生成策略代码，并利用仿真反馈迭代改进。经验证筛选的实现被保留在软件存档中。为将所获得的软件迁移到新任务，智能体利用存档实现、目标演示和执行反馈来生成并改进策略。我们评估了策略学习及其与跨任务迁移的关系。在学习方面，在 RoboCasa 的四个源任务中，迭代优化将成功率从初始生成策略代码的 28.3% 提升到经验证筛选策略代码的 64.2%。我们进一步在实体 Unitree G1 上验证了这种学习方法。在迁移方面，在 RoboCasa 的另外九个目标任务中，无参考时的成功率为 45.2%，使用源任务初始生成策略代码时为 41.5%，使用其经验证筛选的策略代码时为 57.0%。这些结果表明，改进源任务代码也能改善新任务上的学习。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.19906 [cs.RO] |
| （或使用 arXiv:2609.19906v2 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2609.19906 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：So Kuroki [查看邮箱]
[v1]
2026年9月17日星期四 08:51:12 UTC（1,237 KB）
[v2]
2026年10月29日星期四 10:18:41 UTC（3,039 KB）
来源：arXiv cs.AI · arxiv.org