← 机器人智能体 / 任务与评测环境

正式发表 / Robot Agentic

RoboGen

RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation

ICML · 2024CCF A

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
从任务到场景、监督和技能学习RoboGen · 原文 Fig. 2 · p.4 ↗

RoboGen 依次提出任务、检索并组织场景资产、生成训练监督,再通过相应学习算法得到技能。

  1. 01提出任务并构造场景
  2. 02生成学习监督
  3. 03在仿真中学习技能
RoboGen从任务到场景、监督和技能学习
从任务到场景、监督和技能学习

RoboGen 依次提出任务、检索并组织场景资产、生成训练监督,再通过相应学习算法得到技能。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

组织任务生成、场景生成与技能学习,探索生成式仿真的机器人学习流程。

WHY READ IT

为什么放在这条路线

提供系统级阅读样本,理解自动化训练任务如何连接场景与监督。

当前阶段任务与评测环境 ↗

如何定义活动、提供训练环境并检查能力?

READ WITH A QUESTION

读的时候,留意什么

自动生成任务并不保证任务有效或能迁移到真机,需同时检查筛选机制与评估。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器