GaP：面向变异性自动化任务的多智能体图即策略自学习框架
GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks
GaP 是一个多智能体编码框架，可从模块化开放机器人技能库（MORSL）生成含感知、规划与控制节点的有向计算图，并构建内部仿真环境并行排练不同图以迭代优化结构与参数。在 8 个新开放变异性自动化（VA）基准（4 个仿真、4 个真实世界）上，GaP 的成功率显著优于基线。
作者：Kaiyuan Chen、Shuangyu Xie、Letian Fu、Justin Yu、William Pacini、Sandeep Bajamahal、Hudson Kim、Jaimyn Drake、Daehwa Kim、Haoru Xue、Jonathan Francis、Christian Juette、Peter Schaldenbrand、Muhammet Yunus Seker、Ruwan Wickramarachchi、Uksang Yoo、Guanzhi Wang、Adithyavairavan Murali、Balakumar Sundaralingam、S. Shankar Sastry、Yuke Zhu、Linxi "Jim" Fan、Spencer Huang、Ken Goldberg
摘要：为使机器人能够在商业和工业应用中可靠工作，智能体编码系统的最新进展有望将可解释的机器人编程与无模型策略的开放世界适应能力结合起来。我们关注“变异性自动化”（Variational Automation，VA）这一类任务，其物体几何形状和位姿的变化比固定自动化更大。无模型策略往往难以弥合 VA 任务的可靠性差距，而这类任务必须在商业和工业应用中持续、可靠地执行。受任务与运动规划（TAMP）和机器人操作系统（ROS）先前工作的启发，我们提出了 Graph-as-Policy（GaP），这是一种多智能体编码框架，可从模块化开放机器人技能库（MORSL）生成包含感知、规划和控制节点的有向计算图。GaP 会生成一个内部仿真环境，用不同的图并行演练任务实例，以迭代优化图结构和参数，从而提高成功率和吞吐量。在 8 个新的开放 VA 任务基准（4 个在仿真中、4 个在真实世界中）上的评估表明，GaP 能够达到显著优于基线的成功率。详情、代码和数据：this https URL
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2607.05369 [cs.RO] |
| （或 arXiv:2607.05369v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.05369 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Jaimyn Drake [查看邮箱]
[v1]
2026年7月6日星期一 17:47:31 UTC（6,853 KB）
[v2]
2026年10月23日星期五 17:46:52 UTC（4,428 KB）
来源：arXiv cs.CL · arxiv.org