SkillWeaver：在神经交互技能上进行Agentic探索以扩展机器人数据生成

大规模演示推动了机器人学习方面前所未有的进步，但通过远程操作收集机器人数据成本高昂，而且难以扩展到不同的环境和长期任务。仿真提供了一种可扩展的替代方案，但现有的数据生成管道通常依赖于开环控制器、脚本化技能序列或特定于任务的程序。我们引入了 SkillWeaver，这是一个 Agentic 框架，它通过探索神经交互技能（NIS）来自动生成机器人体验：可重用、参数化、闭环策略，将学习到的物理交互能力暴露给推理Agent。给定一个任务和一个模拟环境，VLM Agent会推理下一步要做什么，调用和参数化 NIS 以与环境交互，观察其结果，并生成验证、反射和记忆来指导后续探索。我们将 NIS 实例化为用于闭环、接触丰富的操作的强化学习策略，并将探索组织为验证者引导的树搜索，使Agent能够发现成功的长期行为，而无需依赖预定的执行管道。 SkillWeaver 可自主扩展到 14,100 个场景中的 39,100 个演示，我们将其提炼为视觉运动策略。在模拟基准和现实世界操作中，对 SkillWeaver 生成的体验进行训练可显着提高对新物体、空间配置、任务和环境的泛化能力，并实现零次和少次模拟到模拟以及模拟到真实的迁移。我们的结果表明 Agentic 探索神经交互技能作为机器人数据生成的可扩展替代方案。