Компьютерная наука > Робототика [представлена 25 октября 2026 года] Название: RoboDuo: Попытка, проверка и атомное восстановление с помощью Кодекса моделей зрения-лингвиза-действия, просмотр PDF HTML (экспериментальное) резюме: Vision- Language-Action (VLA), карты языковых инструкций и текущего наблюдения непосредственно к действиям без проверки того, завершена ли эта инструкция. Поэтому для решения долгосрочных задач один неудавшийся шаг остается незамеченным и вся эта задача остается незавершенной. Однако такие неудачные эпизоды часто заканчиваются частично выполненной задачей. Кроме того, незаконченные шаги являются многоразовыми атомными навыками, которые повторяются во время демонстраций. Таким образом, неудавшаяся попытка может быть устранена с помощью атомных навыков. Мы предлагаем "Робо-Дуо", замкнутую систему двух систем, использующую код в качестве интерфейса между агентом кодирования и двумя VLA. Агент пишет программу, которая позволяет полностью выполнить задачу VLA попробовать всю работу и проверить, является ли она завершенной; в случае неудачи атомная VLА завершает оставшиеся шаги. Поскольку агент не принимает никаких мер и только решает, какой из этих средств будет использоваться для исполнения, Робо-Дуо закрывает существующую полнозадачную VLA без обновления ее весов. Чтобы научить атомную VLA и кодировщику с возможностью полной проверки, мы создадим LIBERO-Атомику, LYBERo-Код и LiberO-судья из одного набора демонстраций LIberpo. Робо-Дуо последовательно…
Робо-Дуо: Попытка, проверка и атомное восстановление с помощью Кодекса моделей зрения - Language-Action
arXiv:2610.34108v1 Тип уведомления: перекрестное резюме: модели зрения, языка и действия (VLA) картируют языковую инструкцию и текущее наблюдение непосредственно к действиям без проверки того, завершена ли эта инструкция. Поэтому для решения долгосрочных задач один неудавшийся шаг остается незамеченным и вся эта задача остается незавершенной. Однако такие неудачные эпизоды часто заканчиваются частично выполненной задачей. Кроме того, незаконченные шаги являются многоразовыми атомными навыками, которые повторяются во время демонстраций. Таким образом, неудавшаяся попытка может быть устранена с помощью атомных навыков. Мы предлагаем "Робо-Дуо", замкнутую систему двух систем, использующую код в качестве интерфейса между агентом кодирования и двумя VLA. Агент пишет программу, которая позволяет полностью выполнить задачу VLA попробовать всю работу и проверить, является ли она завершенной; в случае неудачи атомная VLА завершает оставшиеся шаги. Поскольку агент не принимает никаких мер и только решает, какой из них должен быть исполнен, Робо-Дуо закрывает существующую полнозадачную ВЛА без обновления ее.