arXiv Robotics· Shuangyu Xie, Kaiyuan Chen, Ken Goldberg·· 5 小时前AI 评分38
智能体机器人自学习实现任意物体翻转
Flip Anything with Agentic Robotics Self-Learning
AI 导读
编码智能体通过在物理模拟中对多种几何形状物体迭代学习，自主开发并优化翻转策略，将任务成功率从 24.7% 提升至 95.0%。技能从基础交接逐步进阶到倾倒、推动、稳健抓取与感知，以及带恢复的薄物体操作。生成的基于图的代码结合高层策略选择与反应式控制，已在实体机器人上实现多阶段翻转。
推荐理由模型分析
该研究让编码智能体在物理仿真中迭代生成并改进双臂机器人翻转策略，把成功率从24.7%提升到95.0%，并迁移到实体机器人。值得关注的是其分阶段技能积累与图结构代码结合高层策略和反应式控制的做法，为具身智能中代码生成与操作技能自学习提供可比较的基线；但结论限于仿真训练与特定物体几何，实际部署条件仍需看原文。
来源：arXiv Robotics · arxiv.org