Yixue Zhang

RoboGene 框架生成多样化机器人任务，性能超越 GPT-4o 和 Gemini 2.5 Pro

研究人员开发了 RoboGene，一个新颖的框架，旨在为机器人领域的视觉-语言-动作 (VLA) 模型训练生成多样化且信息丰富的操作任务。该代理系统利用多样性驱动的采样和自我反思来创建高质量数据，解决了现实世界机器人数据收集的昂贵成本问题。实验表明，使用 RoboGene 生成的数据训练的 VLA 模型，其性能优于使用 GPT-4o 和 Gemini 2.5 Pro 等领先模型生成的数据训练的模型，展示了更高的成功率和泛化能力。