Hugging Face · 每日论文· 媒体 / 作者来源·精选
AgenticRoboRL：为机器人规划器做后训练，9B模型成功率从18.1%升至71.0%
原文标题
AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics
AI 导读
研究团队提出 AgenticRoboRL，把编码智能体的后训练思路迁移到机器人规划器。训练流程结合监督微调与多轮强化学习，并通过针对不同执行框架的适配器，将规划器交互记录与任务结果对齐，使 VLA 技能调用和代码生成等执行方式共用一套强化学习流程。在 LIBERO-PRO 上，一个 9B 参数规划器的成功率从 18.1% 提升到 71.0%，在不借助外部记忆的情况下接近 Codex（GPT-5.5）加外部记忆的 72.1%。团队将开源框架和训练好的规划器检查点。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
给出机器人规划器可后训练的具体方法，并在 LIBERO-PRO 上把 9B 模型成功率从 18.1% 提升到 71.0%，接近 Codex 加外部记忆的 72.1%，同时承诺开源框架与检查点。
导读由模型辅助整理，非独立核验。完整信息见原文。