EMERGE-Policy：机器人思维超越单一政策

机器人有效的“思维”不需要驻留在单一的策略中。当专门的组件在共享编排流程中感知、推理、预测、行动、验证和记忆时，它就会出现。 EMERGE-Policy 将这种视角转变为图结构的代理框架，协调能力调用和信息交换。主代理在活动上下文窗口内保留任务级状态，而特定于角色的子代理在隔离上下文中处理感知、执行监控、验证和内存整合，并返回结构化的、任务相关的证据。特定于角色的上下文通过仅向主代理公开与决策相关的证据来控制信息负载，而功能技能接口则将异构后端组成为操作、想象力和评估技能。基于标准的验证、文本故障诊断和分支堆栈恢复提供本地化校正，并通过词元感知外部存储器保存任务相关状态。它们的闭环交互共同实现了名为 EMERGE-Policy 的系统级策略。在没有额外微调的情况下，我们在多个具有广泛影响的公共基准测试中取得了出色的性能，并进行了一系列真实的机器人实验。这些系统级结果表明，通过多个智能体之间不同功能子任务的划分及其并发协作，以及将模型视为技能并在框架内调用的技术范式，EMERGE-Policy可以将鲁棒的机器人策略扩展到孤立运行之外。