MAESTRO：VLM编码代理编排工具库做机器人

Junyao Shi 等作者提交的 MAESTRO 提出，让视觉语言模型充当编码代理，调用由感知、规划和控制工具组成的工具库来编写机器人程序，而不是扩展数据训练端到端策略。该框架把多步感知与动作流程封装为可调用工具，通过计划-执行-重规划循环，利用视觉与执行反馈核验结果并从失败中恢复。 作者称，在桌面任务对比中，MAESTRO 零样本达到或超过先进 VLA 模型，并能完成多种移动操作任务，且未采集新的遥操作数据、也未调用 VLA 工具。消融显示，在完整编排框架下扩充工具库可提升平均任务进度，而只增加工具、不加框架则不能稳定提升。 论文已被 CoRL 2026 接收；作者以案例研究描述其在多次试验中自主改进代码、借助 VLA 工具加快执行和自动生成机器人数据的潜力，这些属于案例展示，并非独立验证的效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。