跳到正文
实时
热点事件历史事件

AgenticRoboRL提升机器人规划器性能

1 篇报道1 个报道来源28 天前更新

先了解这件事

AI 综述

qwen发布的AgenticRoboRL框架通过监督微调和多轮强化学习提升机器人规划器,在LIBERO-PRO上将9B参数规划器成功率从18.1%提升至71.0%,接近Codex(GPT-5.5)使用外部记忆达成的72.1%。该框架不依赖外部记忆,适配不同执行机制,通过记录规划器交互与任务结果连接,实现通用强化学习训练流程。

AI 根据报道生成 · 更新于 27 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月22日
  1. Hugging Face Daily Papers
    AgenticRoboRL 框架通过后训练提升机器人规划器性能

    AgenticRoboRL 框架通过监督微调和多轮强化学习提升机器人规划器,在 LIBERO-PRO 上将 9B 参数规划器成功率从 18.1% 提升至 71.0% 不依赖外部记忆,接近 Codex (GPT-5.5) 使用外部记忆达成的 72.1%。该框架适配不同执行机制,将记录的规划器交互与任务结果连接,通过适配器实现通用强化学习训练流程。