arXiv cs.AI· Zefan Wang, Yufan Dang, Xuanwei Shi, Mingqi Gao, Cheng Yin, SikYuen Tam, Hanyu Liu, Yasheng Wang, Yaxi Lu, Songyang Zhang, Xin Cong, Yuan Yao·· 1 天前AI 评分55
JustRUA：GPT-6 机器人使用智能体的受控研究
JustRUA: A Controlled Study of GPT-6 Robot-Use Agents
AI 导读
JustRUA 在统一框架下拆解 GPT-6 机器人使用智能体的设计，分别检验模型外围 harness、动作接口、经验复用和场景几何的影响。研究发现保留完整回合历史并提前终止每次动作的精简 harness 效果显著，场景几何帮助最大，即使深度仅由 RGB 预测。该 harness 不含学习策略、自我改进循环或任务特定调优，仍将 RoboDojo 仿真基准得分从 29.7 提升到 50.3。
正文 · AI 翻译
作者：Zefan Wang、Yufan Dang、Xuanwei Shi、Mingqi Gao、Cheng Yin、SikYuen Tam、Hanyu Liu、Yasheng Wang、Yaxi Lu、Songyang Zhang、Xin Cong、Yuan Yao
摘要：GPT-6 Astra 可以通过固定 harness 直接驱动机械臂，此后这类机器人使用智能体在 RoboDojo 上的得分迅速上升。已报告的系统在 harness 和测试子集上各不相同，且常常同时改动多项设计，因此很难判断哪些选择带来了提升。我们将这些设计拆解，并在同一框架中测试，围绕模型周围的 harness、动作接口、经验复用以及提供给模型的场景几何信息展开。一个保留完整回合历史并提前终止每次运动的精简 harness 效果显著。复用经验会改变模型的行为方式，但并非免费午餐，而场景几何信息帮助最大，即使深度仅由 RGB 预测得出也是如此。JustRUA 从官方 L3 harness 出发，只保留最关键的部分。即使没有学习到的策略、自我改进循环或任务特定调优，这一简单 harness 也大幅提升了 RoboDojo 仿真基准上的得分，从 29.7 提升至 50.3。
| 评论： | 30 页，14 幅图。项目页面：此 https URL。代码：此 https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.16009 [cs.RO] |
| （或 arXiv:2611.16009v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16009 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Zefan Wang [查看邮箱]
[v1]
2026 年 11 月 11 日周三 21:08:31 UTC（7,868 KB）
来源：arXiv cs.AI · arxiv.org