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 (Cornell University)

DOI: 10.48550/arxiv.2610.28589 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Hệ thống robot kiểm tra đại lý kết hợp các nhà lập kế hoạch với các dây đai robot để thực hiện các nhiệm vụ thao tác khung phức tạp. Công việc gần đây cải thiện các hệ thống này thông qua dây đai tốt hơn và bộ nhớ bên ngoài, nhưng dựa vào các mô hình nguồn kín mạnh mẽ như các nhà lập kế hoạch và không cải thiện khả năng của chính các nhà lập kế hoạch. Ngược lại, các đại lý mã hóa đã được cải thiện đáng kể bằng cách thực hiện mô hình sau khi đào tạo. Do đó, chúng tôi điều tra xem liệu sau khi đào tạo có thể cải thiện các nhà lập kế hoạch robot hay không. Tuy nhiên, áp dụng nó trên các dây đai robot đòi hỏi phải chứa các cơ chế thực hiện khác nhau, bao gồm cả việc gọi kỹ năng VLA và tạo mã điều khiển. Để đạt được mục đích này, chúng tôi đã giới thiệu AgenticRoboRL, một

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 control-code generation. To this end, we introduce AgenticRoboRL, a framework for post-training robot planners across different harnesses. The training recipe combines supervised fine-tuning with multi-turn reinforcement learning. To accommodate different execution mechanisms, harness-specific adapters connect recorded planner interactions with task outcomes, enabling a common RL training pipeline while keeping execution components fixed. On LIBERO-PRO, AgenticRoboRL raises the success rate of a 9B-parameter planner from 18.1% to 71.0% without external memory, approaching the 72.1% achieved by Codex (GPT-5.5) with external memory. These results demonstrate post-training as an effective approach for improving robot planners. We will release the framework and trained planner checkpoints.

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

Topics: Robot, Robotics, Planner, Artificial intelligence, Computer science, Task (project management)

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