机器人也能传“操作手册”：经验从强Agent交给轻Agent

机器人 / Agent / 论文 · 8.5/10 · 建议读方法与实验

9月27日提交的机器人论文研究一个朴素但有用的问题：一台机器人在抓取、摆放任务中遇到失败，另一个Agent能不能继承它总结的办法，而不重新训练动作模型？方法全文展示，能力较强的Agent先观察、干预视觉—语言—动作策略，把有效处理方式写成playbook；较轻的Agent按这份手册执行，再把执行反馈送回去修订手册。

这份外部手册和机器人策略权重分开，经验可以跨Agent复用。作者在指定真实机械臂任务中报告成功率从37.3%升至64.0%；在SimplerEnv Bridge里，轻Agent带手册为66.7%，只用GR00T基础策略为41.7%。这是“让强Agent探索，让轻Agent照着修过的办法执行”的一种具体实现，也给Agent训练之外的经验积累提供了路线。

数字来自作者的任务和执行设置，构建手册本身要付出强Agent探索成本，尚不能推断它对所有机器人、物体或环境都有效。论文原稿发布在27日，本期是补看，不把29日的社区推荐当成新论文首发。