论文页面 - 民主化机器人使用智能体：一个支持开放模型的统一框架

来源：https://huggingface.co/papers/2611.01560 发布于 11月1日

#3 当日热门论文 (https://huggingface.co/papers/date/2026-11-03) 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

uni-robot-agent 使开放权重的机器人使用智能体在零样本操作任务上超越了专有模型，并提出了未来训练中应协同发展的四项核心能力。

机器人使用智能体 (https://huggingface.co/papers?q=Robot-use%20Agents)（RUAs）展现出了有前景的零样本操作 (https://huggingface.co/papers?q=zero-shot%20manipulation) 能力，但对前沿专有模型的依赖限制了进一步训练的研究。为了推动 RUA 研究的普及，我们提出了 uni-robot-agent (https://huggingface.co/papers?q=uni-robot-agent)，一个支持进一步训练的、用于具备竞争力的开放权重 (https://huggingface.co/papers?q=open-weight) 机器人使用的统一框架。无需特权输入，开箱即用的 Qwen3.8-Flash-Next (https://huggingface.co/papers?q=Qwen3.8-Flash-Next) 取得了 31.39 的 RoboDojo Score (https://huggingface.co/papers?q=RoboDojo%20Score)，超过了已发布的 GPT-6 Astra-RoboProbe 的 28.97 成绩以及许多 VLA (https://huggingface.co/papers?q=VLA)/WAM (https://huggingface.co/papers?q=WAM) 基线，并在 19 项真实世界任务 (https://huggingface.co/papers?q=real-world%20tasks) 上表现出具有竞争力的性能。我们跨模型世代、系列和规模的分析将有效的机器人使用能力与四项通用能力联系起来，表明未来的 RUA 训练应协同培养这些能力。

查看 arXiv 页面 (https://arxiv.org/abs/2611.01560) 查看 PDF (https://arxiv.org/pdf/2611.01560) 项目页面 (https://openrua.ai/uni-robot-agent) GitHub7 (https://github.com/Open-RUA/uni-robot-agent) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2611.01560)

在你的智能体中获取这篇论文：

hf papers read 2611\.01560

还没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型 0

没有模型关联本文。

在模型的 README.md 中引用 arxiv.org/abs/2611.01560，即可从本页面链接。

引用本文的数据集 0

没有数据集关联本文。

在数据集的 README.md 中引用 arxiv.org/abs/2611.01560，即可从本页面链接。

引用本文的 Space 0

没有 Space 关联本文。

在 Space 的 README.md 中引用 arxiv.org/abs/2611.01560，即可从本页面链接。

收录本文的合集 0

没有合集收录本文。

将本文添加到合集 (https://huggingface.co/new-collection) 即可从本页面链接。