LIBERO-Pro
PulseAugur coverage of LIBERO-Pro — every cluster mentioning LIBERO-Pro across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
RageVLA模型通过解耦感知来增强机器人任务的鲁棒性
研究人员推出RageVLA,这是一种新颖的视觉-语言-行动(VLA)模型,旨在提高机器人任务的鲁棒性。与在动态环境或新指令中挣扎的现有模型不同,RageVLA通过使用增强训练数据和独立的感知引擎来解耦感知与行动。这种方法使模型能够更好地处理物体移动和指令变化,在LIBERO-PRO基准测试上设定了新的最先进性能。
-
新的DUAC方法以更低的成本提取VLA模型不确定性
研究人员开发了基于散度的可感知不确定性的自适应动作分块(DUAC),这是一种用于估计视觉-语言-动作(VLA)模型预测不确定性的新颖事后方法。与需要多次动作采样的现有方法不同,DUAC使用雅可比向量积从单个生成的块中提取不确定性,从而显著降低了推理成本。这种方法与传统方法相关,但提供了更局部的不确定性度量,在LIBERO和RoboCasa等各种机器人基准测试中均被证明有效。
-
在模拟中训练的开放权重模型可实现原生机器人控制
研究人员开发了一种方法,通过完全在模拟中使用强化学习来训练开放权重推理模型,以控制真实机器人。这种方法被称为机器人使用强化学习(RURL),它模仿了 GPT-6 Astra 和 Claude Fable 5.2 等专有模型获取计算机使用能力的方式。训练好的模型在现实世界的机器人任务中表现出很高的成功率,优于在演示数据上微调的模型,并保留了通用推理能力。
-
新的机器人学习系统EmbodiedRSI和SPIRE增强了持续学习能力
研究人员开发了两种新方法来增强机器人的具身持续学习能力。EmbodiedRSI采用双系统架构,通过假设图指导物理实验,从而改进代码和技能,并在RoboCasa365和LIBERO-Pro等基准测试中取得成功,实现了到真实世界机器人的零样本迁移。SPIRE是另一个系统,它采用循环脉冲神经网络来推断不断变化的情境,并在没有任务标签的情况下重用运动技能,在各种任务的控制和学习获取方面表现出显著的改进,优于现有的持续学习方法。
-
新的REA运行时统一了具身智能体的快速和慢速策略
研究人员开发了REA,一个新颖的运行时环境,旨在将来自基础模型的高级推理与具身智能体的快速、反应式策略相结合。REA通过采用独特的异步协调系统,解决了当前方法的延迟和泛化问题。该系统利用路由内存和边界触发的裁判门,确保较慢的推理过程不会阻碍实时执行,同时还为故障提供有界的恢复机制。在包括模拟和真实世界场景在内的多个机器人任务和环境中的评估表明,与现有的单智能体基线相比,REA的成功率更高,控制开销更低。
-
开源管道训练小型VLMs执行机器人操作任务
研究人员开发了CaPtain,一个开源的训练后管道,通过编写和执行代码,使小型开放式视觉语言模型(VLMs)能够执行机器人操作任务。该管道利用监督微调和多轮强化学习,并结合新颖的物理批评者,根据代理请求对成功概率的影响来对其进行信用分配。基于Qwen3.5-4B的CaPtain-4B在各种基准测试中取得了显著的成功率,甚至超过了一些前沿模型代理,并展示了在仅模拟训练后适应现实世界硬件的能力。
-
OmniBrain-0:统一的机器人具身智能体发布
研究人员推出了 OmniBrain-0,这是一种新颖的统一具身智能体,旨在协调机器人的操作和导航任务。该轻量级模型通过共享决策模型集成了任务理解、规划、进度跟踪和故障恢复。其渐进式训练框架结合了具身预训练与专家教师的蒸馏,以及一种名为 Rubric-Guided Recursive Self-Improvement (RSI) 的新颖数据飞轮,用于细化规则和轨迹以进行持续更新。OmniBrain-0 在跨领域表现方面显示出强大的能力,…
-
RoboDuo框架通过基于代码的原子恢复增强VLA模型
研究人员推出RoboDuo,一个旨在增强视觉-语言-动作(VLA)模型性能的新框架,特别适用于长时序任务。该闭环系统利用代码作为编码代理和两个VLA之间的接口。代理通过指示一个全任务VLA尝试整个任务,然后检查完成情况来协调任务执行。如果任务失败,则采用一个原子VLA来完成剩余步骤。RoboDuo在包括LIBERO和LIBERO-PRO数据集在内的各种基准测试中表现出持续的改进,并在物理机器人上成功恢复了失败的推出,而无需修改底层VLA的权重。
-
RoboAuto框架通过物理理解增强机器人程序搜索 · 跟踪2个来源
研究人员开发了RoboAuto,一个旨在通过整合多层次物理理解来增强自主机器人程序搜索的新框架。该框架明确地在对象、场景和交互层面组织知识,使代理能够更好地掌握操作可能性、空间约束以及动作成功或失败的原因。RoboAuto在各种基准测试中表现出色,在LIBERO-PRO任务上取得了89.1%的成功率,并在长时程真实机器人操作上显著优于现有方法。
-
新框架通过训练后技术提高机器人规划器成功率
研究人员开发了AgenticRoboRL,一个旨在通过训练后技术增强机器人规划能力的新框架。该框架结合了监督微调和多轮强化学习,使机器人规划器能够在不依赖外部记忆的情况下提高各种机器人装置的性能。在LIBERO-PRO基准测试中,AgenticRoboRL显著提高了9B参数规划器的成功率,使其接近GPT-5.5等更先进模型的性能。
-
CoDA框架协同进化仿真与机器人策略以改进操作
研究人员开发了CoDA,一个新颖的框架,它协同进化仿真数据引擎和机器人操作的行动策略。该框架利用共享内存来编译来自视觉语言批评者的诊断信息,然后将其转化为生成程序,以重现困难和训练程序来帮助策略克服这些困难。CoDA显著提高了分布外成功率,在各种扰动下,在操作任务和LIBERO-Pro基准测试中都取得了显著的进步。
-
WAVE-0框架通过弥合VLA策略与WAMs来增强机器人操作能力
研究人员推出WAVE-0,一个新颖的框架,它整合了视觉-语言-动作(VLA)策略与世界动作模型(WAMs),以增强机器人操作能力。该方法利用一个轻量级的潜在世界模型,将预训练VLA的语义理解与明确的未来预测连接起来,使预期的动作后果能够直接影响动作生成。与需要昂贵的视频生成或大量预训练的先前方法不同,WAVE-0的世界模型直接使用反事实排序目标在真实机器人动作上进行训练,避免了像素重建。该框架在RoboTwin 2.0和LIBERO等…
-
RoboRSI系统使机器人能够学习和重用技能
研究人员开发了RoboRSI,一个新颖的机器人自我改进系统,使机器人在复杂的真实环境中学习和重用技能。该系统利用自上而下的技能精炼(TSR)将任务分解为可管理的技能,从而实现稳定高效的技能进化。RoboRSI已在家庭清洁任务中取得成功,并在各种模拟基准测试中取得了高分,性能优于现有方法。
-
新的 VPP2 模型增强了机器人动作预测和泛化能力
研究人员推出了视频预测策略 2 (VPP2),这是世界动作模型 (WAMs) 的一项进展,旨在提高在开放式环境中机器人运动预测和动作生成的准确性。VPP2 通过使用大规模、多样化的操作视频数据集进行预训练,并为其动作模块采用混合 Transformer 架构,解决了现有 WAMs 的局限性。实验表明,VPP2 在视频预测方面显著优于 Cosmos3-64B 等模型,并在现实世界的 ALOHA 操作任务以及 LIBERO-Pro、LIB…
-
EmbodiedRSI系统通过自主技能进化增强机器人基础模型
研究人员开发了EmbodiedRSI,一种新颖的自进化代理工具,旨在改进机器人基础模型。该系统自主选择实验来优化代码和技能,解决了训练后数据收集成本高昂的挑战。EmbodiedRSI采用具有假设图的快慢双系统架构来管理竞争性假设,并使用信息价值实验选择来指导物理交互。该系统在RoboCasa365和LIBERO-Pro等基准测试中取得了显著成功,并且在实际机器人上展现了强大的零样本迁移能力。
-
新框架增强 AI 代理的持续学习和自我改进 · 跟踪 10 个来源
研究人员正在开发新的方法来增强 AI 代理的持续学习能力,使其能够在不忘记先前任务的情况下适应新任务。一种方法 TSRL,通过选择性地将监督应用于困难状态,将监督微调与强化学习相结合。另一种方法,激活条件选择性知识控制,使用神经元级别的梯度操纵来保护历史知识,同时适应新应用。此外,正在创建 EmbodiedCLBench 等新基准来评估具身代理的持续学习能力,并提出了 ReHarness 和 VeriFine 等框架来增强代理的自我改…
-
新的RV-ICL方法通过分层视频学习提升机器人任务成功率
研究人员开发了递归视频上下文学习(RV-ICL),这是一种新颖的无需训练的方法,旨在提高LLM代理在机器人任务中的性能。该方法将演示视频转换为可导航的层次结构,使代理在任务执行过程中能够根据需要访问越来越精细的细节级别。通过关注抓取和释放等子事件,RV-ICL显著提高了成功率,在LIBERO-PRO基准测试上的性能从92.6%提升到96.5%,在LIBERO-Plus上的性能从86.7%提升到95.8%。
-
OpenRUA 使编码代理能够通过原生 ROS 2 接口控制机器人
研究人员推出 OpenRUA,一个新颖的系统,使现成的编码代理能够使用其原生 ROS 2 软件接口直接控制机器人。这种方法通过仅向代理提供终端访问,将机器人控制视为一个实时软件项目,从而绕过了对复杂、定制化工具的需求。OpenRUA 在 CaP-Bench 和 LIBERO-PRO 等基准测试中取得了很高的成功率,证明代理可以自发地开发视觉运动策略、处理感官输入,并在没有任务特定训练的情况下构建操作控制程序。
-
新框架减少机器人代理Token使用量,提高成功率
研究人员开发了PyRUA-Lean,一个旨在优化视觉语言模型(VLM)控制的机器人代理效率的新框架。该框架通过组合机器人基元和选择性请求反馈来减少Token开销,从而显著减少了LLM调用和输入Token。在各种数据集的模拟中,PyRUA-Lean即使在LLM调用预算受限的情况下,也比传统的工具调用基线显示出更高的任务成功率。
-
机器人代理通过 ENCORE 从少样本演示中学习操纵策略
研究人员开发了 ENCORE,一种用于机器人领域少样本自主发现操纵策略的新颖方法。ENCORE 将少量演示提炼成一组多视图关键帧和轨迹,然后由编码代理使用这些信息来编写和优化策略程序。该方法在 LIBERO-PRO 基准测试上显著优于先前的自主系统,在扰动任务上实现了 96.3% 的成功率,并在欠指定(underspecified)的 RoboDojo 任务和现实世界的机器人操纵(如方块交接和杯子翻转)中证明了其有效性。