Newest papers

AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics

Xinxin Liu, Bingxin Xu, Wenrui Bao, Ming Li, Wentao Bao, Chen Chen, Yuzhang Shang · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28589 · open-access PDF

Japanese

エージェントロボティクスシステムは、計画者とロボットのハネスを組み合わせ、複雑な操作タスクを実行します。最近の作業は、これらのシステムをより良いハネスと外部メモリを通じて改善しますが、計画者として強力な閉鎖コードモデルに依存し、計画者自身の能力を向上させません。対照的に、コードエージェントはモデル自体のトレーニング後に大幅に改善しました。従って、トレーニング後のトレーニングがロボットの計画者を向上させることができるかどうかを調査します。しかし、ロボットのハネスにそれを適用するには、VLAスキル呼び出しやコンタクトを含む異なる実行メカニズムを適用する必要があります。

Machine translation (Meta M2M100); the English original follows.

Abstract

Agentic robotics systems combine planners with robot harnesses to perform complex manipulation tasks. Recent work improves these systems through better harnesses and external memory, but relies on powerful closed-source models as planners and does not improve the planners' own capabilities. In contrast, coding agents have improved substantially by post-training the model itself. We therefore investigate whether post-training can also improve robot planners. However, applying it across robot harnesses requires accommodating different execution mechanisms, including VLA skill invocation and cont

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange