arXiv · cs.RO· Jiarui Yuan, Yuxin Zuo, Xiaoyu Huang, Wenbo Zhang, Kwanyoung Park, Junlin Yang, Tianxiang Zhang, Ruoqu Chen, Yutao Ouyang, Bingxiang He, Xingtai Lv, Hongjin Wu, Jiajun Liu, Jiahao Zhao, Tianwei Luo, Haozhan Li, Cheng Qian, Jiaxin Ge, Huan-ang Gao, Kaisen Yang, Jiaqi Deng, Qixin Xu, Siqiao Huang, Bowen Zhou, Mengdi Xu, Zhiyuan Liu, Pieter Abbeel, Ning Ding·· 7 小时前精选AI 评分60
论文 / 摘要阅读
uni-robot-agent：支持继续训练的开源机器人使用智能体统一框架
Democratizing Robot-Use Agents: A Unified Harness with Open Models
AI 导读 · 根据来源整理
论文提出 uni-robot-agent，一个面向机器人使用智能体（RUA）研究的统一框架，支持开源权重模型并便于继续训练，以降低对前沿闭源模型的依赖。在无特权输入条件下，开箱即用的 Qwen3.8-Flash-Next 取得 RoboDojo Score 31.39，高于已公布的 GPT-6 Astra-RoboProbe 结果 28.97，并在 19 个真实世界任务上表现有竞争力。作者跨模型代际、家族和规模的分析将有效机器人使用归结为四项通用能力，建议未来 RUA 训练应联合发展这些能力。该工作为 arXiv 预印本，尚未经同行评议。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org