DuoMind多机器人协作框架与RoboPoly基准发布

研究团队发布多机器人协作框架 DuoMind 及配套基准 RoboPoly。DuoMind 采用分布式分层结构：每个机器人配一个基于视觉语言模型（VLM）的高层协调器和一个基于视觉-语言-动作模型（VLA）的动作模型，机器人之间交换当前意图、预期子目标、任务状态判断和不确定性四类语义消息来协作。 RoboPoly 包含 7 个需要长程协作的仿真操作任务。设置上，每个机器人能看到共享全局相机和自己的腕部相机，但看不到同伴的腕部相机，也只能控制自身机械臂。实验中高层协调器用 Qwen3-VL-4B-Instruct，底层 π0.5 动作模型经 LoRA 微调。团队称在 RoboPoly 的 7 个任务和 RoboTwin 的 8 个任务上做了验证，每项任务评估 400 次。

AI 根据报道生成 · 3 天前更新