AgenticRoboRL: Mang post-training của coding agent đến robotic agentic

Các hệ thống robotic agentic kết hợp planner với harness robot để thực hiện các tác vụ thao tác phức tạp. Các công trình gần đây cải thiện những hệ thống này thông qua harness tốt hơn và bộ nhớ bên ngoài, nhưng dựa vào các mô hình closed-source mạnh mẽ như planner và không cải thiện khả năng của chính planner. Ngược lại, các coding agent đã cải thiện đáng kể bằng cách post-training chính mô hình. Chúng tôi do đó investsigate xem liệu post-training có thể cải thiện robot planner. Tuy nhiên, áp dụng nó trên các harness robot đòi hỏi phải điều chỉnh các cơ chế thực thi khác nhau, bao gồm VLA skill invocation và control-code generation. Để đạt được điều đó, chúng tôi giới thiệu AgenticRoboRL, một framework để post-training robot planner trên các harness khác nhau. Công thức huấn luyện kết hợp supervised fine-tune với multi-turn RL. Để điều chỉnh các cơ chế thực thi khác nhau, các adapter dành riêng cho harness kết nối các tương tác planner đã ghi âm với kết quả nhiệm vụ, cho phép một pipeline huấn luyện RL chung trong khi giữ các thành phần thực thi cố định.