机器人规划器后训练框架AgenticRoboRL
AI 总结
2026年10月20日提交至arXiv的一篇论文提出AgenticRoboRL,这是一个跨不同机器人执行框架对规划器进行后训练的框架,训练方案结合监督微调与多轮强化学习。针对不同执行机制,作者用与具体框架对应的适配器把记录下来的规划器交互与任务结果关联起来,从而在保持执行组件不变的同时共用一条强化学习训练流程。作者称在LIBERO-PRO上,AgenticRoboRL将一个9B参数规划器的成功率从18.1%提升到71.0%,且不使用外部记忆,接近其给出的Codex(GPT-5.5)配合外部记忆的72.1%;上述数据为作者自报,尚未经独立验证。作者表示将发布该框架和训练好的规划器检查点。
深度见解
论文认为,与其依赖强大的闭源模型并改进执行框架和外部记忆,直接对规划器本身做后训练是提升机器人规划器能力的有效途径。
Computer Science > Robotics
arXiv:2610.28589 (cs)
[Submitted on 20 Oct 2026]
Title:AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics
Authors:Xinxin Liu, Bingxin Xu, Wenrui Bao, Ming Li, Wentao Bao, Chen Chen, Yuzhang Shang
View a PDF of the paper titled AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics, by Xinxin Liu and 6 other authors