RoboEvolve 协同进化框架发布 v2

2026年10月27日，arXiv Robotics 刊出 Harold Haodong Chen 等作者的 RoboEvolve 扩展版论文 v2。据该报道，RoboEvolve 把视觉语言模型（VLM）规划器与视觉生成模型（VGM）模拟器耦合成协同进化循环，仅用 500 张无标注种子图像即超越全监督基线，初始强化学习数据减少 50 倍；框架使基础规划器绝对提升 30 分，模拟器成功率平均提高 48%，并在 LIBERO 上把冷启动的 LingBot-VA 平均任务成功率从 78.7% 提升至 98.7%。论文注释显示，v2 将 RoboEvolve 扩展到 world-action model 设定，并在 LIBERO 上新增低层控制实验。上述数字与结论均出自该篇报道，尚无其他跟进报道可交叉核对。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。