ARC：机器人基础模型的推理方法

改进机器人基础模型（RFM）的主流方法依赖于更大的模型、更多的机器人演示以及昂贵的大规模培训。我们证明存在一种有效且高效的补充方法：正确的推理方法可以显着提高现有最先进 RFM 的零样本任务性能。我们将此配方称为 ARC。它由三个关键要素组成：推理轨迹、可扩展的自动标记管道以及调整预训练 RFM 以使用这些轨迹进行控制的策略。首先，我们发现有效的推理痕迹应该扎根于机器人的下一个动作，并解释其因果结构：为什么该动作是适当的以及它应该产生什么效果。其次，我们展示了这些跟踪可以从现有演示中自动生成，使我们能够从 DROID 构建 ARC-Trace-DROID，而无需收集新的机器人数据。第三，我们展示了最先进的 VLA（例如 $π_{0.5}$）和 WAM（例如 Cosmos3-Nano-Policy）如何通过微调和推理来学习使用这些跟踪进行控制 根据每个模型的架构和功能进行定制。使用 ARC，我们获得了零样本 RFM 性能的提升，据我们所知，在没有额外的机器人演示或基础规模培训的情况下，这是前所未有的。改编后的模型在 RoboLab-120 和 MolmoSpaces 上建立了新的技术水平，在 RoboLab-Reasoning-50 上提高了高达 50 个百分点。在真实的机器人上，ARC 将 $π_{0.5}$ 的任务成功率提高了 82.2 个百分点。项目网站：https://arc-robot-reasoning.github.io/