RoboHarness：用于长期规划的异构机器人策略的内存驱动编排

长期机器人任务需要广泛的功能，超出了任何单一现有机器人控制策略所能可靠提供的功能。将异构政策与互补优势相结合提供了一个有前途的解决方案，但引入了两个关键挑战：不确定的能力边界和政策切换期间的分配不匹配。现有的规划方法在很大程度上仍未解决这些挑战，这些方法通常假设具有固定适用性的同质、预定义技能。我们提出了 RoboHarness，一个统一的框架，封装了独立开发的异构策略，包括视觉语言动作模型（VLA）、世界动作模型（WAM）、强化学习（RL）策略以及任务和运动规划器（TAMP），作为可重用的代理技能。 RoboHarness 集成了理解、记忆和进化技能来推理策略功能并支持能力感知的任务分解和策略路由。为了减少策略切换期间的分布不匹配，我们引入了 Memory Bridge，这是一种插件策略链接机制，可以实现异构策略之间的可靠转换，而无需联合重新训练。跨越五个公共基准的广泛实验、跨 10 个类别的 500 个定制任务以及 135 个真实机器人试验表明，在长期任务和依赖内存的任务中取得了巨大的进步，并且对分布外条件具有鲁棒性。