sherlockMa的博客

字节跳动Seed团队提出GR-RL框架，解决了机器人长程精密操作难题。该框架通过强化学习增强的多阶段训练流程，将通用视觉-语言-动作模型转化为专家型政策，成功实现机器人自主系鞋带任务，成功率高达83.3%。GR-RL采用混合Transformer架构，包含策略网络和评论家网络，通过数据过滤、形态对称性增强和在线强化学习优化，有效解决了人类演示数据噪声、训练-部署不匹配等问题。实验表明，GR-RL在拾鞋带、穿鞋眼等精密操作环节表现优异，为机器人真实场景应用提供了可靠解决方案。

GR-3是一个大规模视觉-语言-动作（VLA）模型，具备强大的泛化能力，能够处理新物体、新环境和抽象指令。通过协同训练大规模视觉-语言数据和机器人轨迹数据，GR-3实现了对复杂语义的理解和动作预测。其高效的小样本学习能力仅需少量人类轨迹即可快速适配新任务。实验表明，GR-3在可泛化抓取放置、长跨度桌面整理和灵巧布料操作等任务中表现优异，显著超越基线方法。结合专为灵巧操作设计的双臂移动机器人ByteMini，GR-3展现了高可靠性和鲁棒性，为通用机器人技术的发展提供了重要基础。

这篇文章提出了一种创新的框架，旨在通过引入组合约束来解决多智能体系统中的协作问题，并自动生成安全、高效的训练数据。文章的核心贡献在于设计了一种能够有效管理多智能体协作的框架——RoboFactory，该框架通过逻辑、空间和时间三个维度的约束，确保智能体在执行任务时的行为既安全又高效。RoboFactory框架包含两个核心模块：RoboBrain和RoboChecker。RoboBrain负责根据全局任务描述、先前的子目标和约束违规反馈，生成每个智能体的下一个子目标和文本形式的组合约束。