几句话大有帮助：语言引导的机器人策略综合

虽然视觉-语言-动作模型已经展示了令人印象深刻的零样本操纵能力，但它们从根本上来说仍然是黑匣子策略，当它们不可避免地失败时，很难解释、适应或纠正。在这项工作中，我们提出了 ARCHITECT，一个将机器人策略获取视为交互式程序合成任务的框架。 ARCHITECT 利用 LLM 编码智能体 的推理功能来合成利用一套感知和控制工具的模块化机器人程序。与分布转移导致不可预测的级联故障的端到端模型不同，我们的模块化架构允许用户隔离故障并在所需的抽象级别本地化反馈。我们引入了一个迭代过程，其中人类主管提供自然语言修正来指导政策。这些更正基于程序执行跟踪的策略代码，并提炼成持久技能库，这是一种长期上下文学习的形式，使代理能够积累可重用、可解释的行为的全部内容。在对 Franka Panda 机器人进行的基准评估中，ARCHITECT 在复杂的长视野任务（包括铰接式物体操作和布料折叠）上的表现优于最先进的 VLA 模型和程序合成基线。我们的结果表明，综合技能库使系统能够在减少人为干预的情况下转移到新任务，为黑盒机器人学习提供了可操纵且数据高效的替代方案。网站：https://robo-architect.github.io/