RoboFoundry: 自学习具身智能体的系统即策略演化
摘要
RoboFoundry提出了一种面向具身智能体的自演化系统即策略框架,在基准测试中达到最先进的性能,并支持真实世界部署中的零样本迁移。
查看缓存全文
缓存时间: 2026/09/29 04:09
论文页面 - RoboFoundry:面向自我学习具身智能体的系统即策略进化
来源:https://huggingface.co/papers/2609.32862 作者:
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
摘要
基础模型不应作为孤立的具身智能体发挥作用。然而,现有方法通常优化智能体技术栈的各个独立组件,如记忆、上下文、技能或行动接口,而不是将支持系统本身视为一个统一策略。此外,单纯的交互并不会产生自我改进,除非将执行经验转化为持续、经过验证的系统变更。因此,我们提出了 RoboFoundry——首个将此过程建模为自我进化系统即策略的具身智能框架。RoboFoundry 诊断决策和记忆管理中的能力差距,将执行轨迹转化为经过验证的特定任务系统更新,并将可重复的改进推广到通用系统。进化在两个互补层面上进行:一个管理活跃内部上下文和持久化文件系统记忆的上下文系统,以及一个组织原子技能、可重用组合和基于失败条件的恢复的层级化技能系统。共享语义接口将与具身实现无关的决策与具身特定的执行分离开来,使进化后的系统能力能够跨异构机器人迁移。在 EmbodiedBench 上,RoboFoundry 取得了最先进性能,尤其将 GPT-5.5 的性能提升了 27.8%。它还使 Qwen3.7-Plus 接近 GPT-5.5 的水平(70.3% vs. 72.7%),展示了系统即策略进化在不同基础模型上带来的一致增益。在长期记忆方面,RoboFoundry 在 RoboMemArena 上以至少 39.0% 的优势超越了所有基线方法,即使与借助外部基础模型的方法相比也是如此。在 LIBERO-PRO 上,它在所有扰动类型上进一步以 243.8% - 679.7% 的优势超越了 Cap-Agent0。在真实世界部署中,RoboFoundry 展示了跨机器人和任务的零样本迁移与在线进化能力,凸显了其在实现完全自主具身智能体方面的潜力。
查看 arXiv 页面 (https://arxiv.org/abs/2609.32862) 查看 PDF (https://arxiv.org/pdf/2609.32862) 项目页面 (https://jingsongliang.com/robofoundry/) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.32862)
在你的智能体中获取这篇论文:
hf papers read 2609.32862
没有最新的 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用此论文的模型 0
无模型链接此论文
在模型的 README.md 中引用 arxiv.org/abs/2609.32862 以从此页面链接。
引用此论文的数据集 0
无数据集链接此论文
在数据集的 README.md 中引用 arxiv.org/abs/2609.32862 以从此页面链接。
引用此论文的空间 0
无空间链接此论文
在空间的 README.md 中引用 arxiv.org/abs/2609.32862 以从此页面链接。
包含此论文的收藏集 0
无收藏集包含此论文
将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。
相似文章
SimFoundry:模块化与自动化场景生成用于策略学习与评估
SimFoundry 是一个模块化系统,可从视频自动化真实到仿真场景构建,生成数字孪生体并保留功能属性的变体,用于零样本机器人策略训练,实现了向真实世界任务的强迁移和高仿真到真实性能预测。
Self-Evolving Embodied Agents via Skill-Harness Evolution
This paper introduces SHAPER, a self-evolving framework for embodied agents that keeps model parameters frozen and improves performance by evolving reusable skills and context-code harnesses through target-environment rollouts. Evaluated on VLABench and ESI-Bench, it proposes a practical alternative to fine-tuning when training is expensive or unavailable.
RoboTALES:通过任务对齐的模拟未来学习推理引导的机器人策略
RoboTALES引入了一个两阶段框架,结合基于LLM的规划和基于VLM的批评,以改进任务对齐的视频生成和机器人策略训练,在长时域操作任务上显著优于现有方法。
RoboArchitect:利用持久记忆自动化设计机器人智能体
RoboArchitect 利用编码模型迭代修改围绕冻结策略的控制代码,实现机器人智能体运行框架设计的自动化,无需更新任何模型权重,即可将未见场景中的成功率从 9.7% 提升至 43.3%,将未见任务中的成功率从 12.7% 提升至 40.2%,同时还能在多个回合间持续演化持久记忆。
EvoTrainer:面向自主智能体强化学习的LLM策略与训练框架协同进化
EvoTrainer提出了一种自主训练框架,通过经验反馈协同进化LLM策略与训练框架,在数学推理、代码生成以及长期软件工程任务上超越了人工设计的强化学习基线。