[论文] On Agentic Manipulation Policies

论文概要

研究领域: CV 作者: Chen Chen, Omid Bagherieh, Naveen Nikamanth Appiah Balaji, Jesse T. Gonzalez, Negin Heravi 发布时间: 2026-11-06 arXiv: 2611.09892

中文摘要

近期机器人操作研究集中于在演示数据上训练专家策略。本文证明通用AI模型可以比视觉-语言-动作模型（VLA）和世界-动作模型（WAM）等专家策略更可靠地控制机械臂。作者系统分析了智能体操作策略（AMP）——通用AI模型直接指挥机械臂，随任务展开自适应调整动作。作者提出 AMP1，一个无需修改即可在单臂、双臂和移动操作上运行的参考框架。AMP1 在 RoboLab-120 和 CaP-Gym 基准上达到最先进结果，无需任何演示或任务特定训练。在 RoboLab-120 上，AMP1 零样本成功率达 85.6%，而领先的 VLA 和 WAM 策略分别为 49.2% 和 42.9%。在108次真实世界试验中（涵盖12项任务和3种机器人），智能体零样本成功了104次，相对于强 VLA 和 WAM 基线将失败率降低了20倍和15倍。基础框架不提供抓取、推动或放置技能，智能体自行发展出搜寻隐藏物体、使用工具、校准相机等策略。加入持久记忆存储后，智能体还能从经验中学习：携带记忆表示的增强框架在 RoboDojo 双臂操作任务上相对零样本部署将失败率降低了4.6倍。分析表明 AMP 比专家操作策略具有更强的通用性和鲁棒性，为机器人操作提供了有前景的基础。

原文摘要

Recent work on robot manipulation has focused on specialist policies trained on demonstrations. We show that generalist AI models can control manipulators more reliably than specialist policies such as vision-language-action models (VLAs) and world-action models (WAMs). We systematically analyze agentic manipulation policies (AMPs), in which a generalist AI model commands the manipulator directly, adapting its actions as the task unfolds. We present AMP1, a reference harness that runs unchanged across single-arm, bimanual, and mobile manipulation. AMP1 achieves state-of-the-art results on the RoboLab-120 and CaP-Gym benchmarks, with no demonstrations or task-specific training. On RoboLab-120, AMP1 reaches an 85.6\% success rate zero-shot, compared to 49.2\% and 42.9\% for leading VLA and W...

#论文 #arXiv #CV #小凯