HF Daily Papers·· 2 天前精选AI 评分47
AgenticRoboRL 将编码智能体后训练引入具身机器人规划器
AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics
AI 导读
AgenticRoboRL 提出面向不同机器人执行框架的规划器后训练方法，将监督微调与多轮强化学习结合。在 LIBERO-PRO 上，9B 参数规划器在无外部记忆时将成功率从 18.1% 提升至 71.0%，接近使用外部记忆的 Codex (GPT-5.5) 的 72.1%。
推荐理由
论文把监督微调与多轮强化学习用于机器人规划器，并给出不同执行框架下的适配方式和 LIBERO-PRO 成功率对比，便于评估后训练方案。
来源：HF Daily Papers · huggingface.co