AgenticRoboRL：跨执行器后训练机器人规划器，成功率升至71%

AgenticRoboRL 论文作者团队提出一个跨不同机器人执行器对规划器进行后训练的框架，报告在 LIBERO-PRO 上将 9B 参数规划器的成功率从 18.1% 提升到 71.0%（无外部记忆），接近 Codex（GPT-5.5）带外部记忆的 72.1%。 训练配方结合监督微调与多轮强化学习；机构专用适配器把规划器交互记录与任务结果接入统一 RL 训练管线，同时保持执行组件固定。作者称将发布框架与训练好的规划器检查点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。