arXiv cs.AI· Shengguang Wu, Suning Huang, Cherie Ho, Ria Doshi, Hao Zhu, Serena Yeung-Levy·· 10 小时前AI 评分58
RoboArchitect：用持久记忆自动设计机器人智能体外壳
RoboArchitect: Automating the Design of Robotic Agents with Persistent Memory
AI 导读
RoboArchitect 让编码模型观察冻结机器人策略的 rollout、诊断失败并迭代修改其智能体外壳，在多个基准和策略上把未见场景平均成功率从 9.7% 提升到 43.3%（4.5 倍），未见任务从 12.7% 提升到 40.2%（3.2 倍），全程不更新任何模型权重。
正文 · AI 翻译
摘要：近期研究表明，冻结的机器人策略在智能体框架（agent harness）内表现要好得多，在该框架中，控制代码决定何时查询策略、调用视觉工具或直接控制机械臂。然而如今这些框架都是手工构建的，并且针对每个新机器人或基准重新设计。我们表明，框架设计可以自动化，为在新设置上进行微调提供了一种强有力的替代方案。在 RoboArchitect 中，一个编码模型观察机器人的 rollout，诊断失败，并围绕冻结策略迭代地修改框架。该框架在其优化所用的一组 episode 上进化，并在留出的场景和任务上进行评估。在不更新任何模型权重的情况下，RoboArchitect 在未见场景上将平均成功率从 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），覆盖多个基准和策略。当基准与策略训练数据相距甚远时，收益最大：包裹一个通用策略后，进化出的框架产生了一个专家，其表现往往甚至超过微调版本。直观的控制策略被自动设计出来，例如将卡住的机械臂抬起脱离，或在障碍物从上方挡住去路时水平伸入。该框架还进化出自己的持久记忆，将学到的经验（例如有效的抓取深度）带入后续决策。这些结果表明，机器人操作中的大量提升空间存在于智能体框架中，并且其设计可以在不更新权重的情况下被有效自动化和优化。
| 评论： | 项目网站：this https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.42141 [cs.RO] |
| （或 arXiv:2610.42141v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.42141 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shengguang Wu [查看电子邮件]
[v1]
2026年10月30日星期五 17:58:48 UTC（13,747 KB）
来源：arXiv cs.AI · arxiv.org