AgenticRoboRL 将编程智能体的后训练方法用于智能体机器人
AgenticRoboRL 是一个用于后训练机器人规划器的框架，结合了监督微调与多轮强化学习。针对不同机器人执行环境的适配器，可在保持执行组件不变的同时支持统一的强化学习训练流程。在 LIBERO-PRO 上，该方法将一个 90 亿参数规划器在不使用外部记忆时的成功率从 18.1% 提升至 71.0%，接近使用外部记忆的 Codex（GPT-5.5）所达到的 72.1%。研究团队表示将发布该框架及训练后的检查点。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。