三层系统在RoboMME评测成功率79.13%
先了解这件事
Bingao Chen、Haoquan Fang、C. Karen Liu 提出一个面向 RoboMME 基准的三层机器人操作记忆系统：GPT-6 Astra（System 2）从存储的视觉历史中选择接地的子任务，π0.5 视觉-语言-动作策略（System 1）执行该子任务，微调的 Qwen3-VL-4B 监控器（System 1.5）在每个动作块后检查子任务是否完成；指令保持到监控器报告完成或出现任务特定事件，策略持续基于新观测行动。 在 RoboMME 上，该系统在 79.13% 的回合中成功，平均每回合调用 Astra 3.63 次、耗时 80.84 秒。作者称，这一结果比已发表的最佳非 oracle 基线高 34.62 个百分点，比向低层策略提供真值子目标的 GroundSG+Oracle 低 4.95 个百分点。 该工作已被 CoRL 2026 的 Memory for Robot Foundation Models 与 Agentic Robotics 两个研讨会接收。上述成功率与调用次数均为作者在 RoboMME 基准上的报告，尚未见独立复现。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · cs.RO精选Astra 三层系统在 RoboMME 上以 79.13% 成功率降低大模型调用成本
研究提出一个面向 RoboMME 基准的三层系统：GPT-6 Astra（System 2）从存储的视觉历史中选择接地的子任务，π0.5 视觉-语言-动作策略（System 1）执行该子任务，微调的 Qwen3-VL-4B 监控器（System 1.5）在每个动作块后检查子任务是否完成；指令保持到监控器报告完成或出现任务特定事件，策略则持续基于新观测行动。在 RoboMME 上，系统在 79.13% 的回合中成功。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。