跳到正文
返回论文列表
cs.RO提交于 已译

Gym-Anything for Robotics:用数字智能体扩展物理仿真

Gym-Anything for Robotics: Scaling physical simulations with digital agents

Pranjal Aggarwal · Sean Welleck

中文摘要

逼真且快速的机器人仿真有望支撑具身 AI 模型的大规模训练,并迁移到真实世界。然而,尽管已有数十年进展,现有仿真仍只覆盖很窄的真实任务与物理现象。核心瓶颈在于:构建更好的仿真需要大量专家投入,因而无法规模化。为此,提出 Gym-Anything for Robotics 框架,由编码智能体(coding agent)创建逼真的机器人仿真。核心洞察是:仿真创建本质上是一项编码智能体任务,因此编码智能体的进步会直接转化为更丰富、更忠实的仿真。依据美国 GDP 数据挑选仿真任务,以覆盖有经济价值的物理工作;定义何为好的仿真与好的任务,并设计对抗式创建-审计循环(adversarial creation-audit loop),逐项按这些定义检查每个仿真与任务。基于该流水线构建 RoboWorld,包含 25 个仿真、25 个测试与 175 个训练 RL 环境,难度各异。即使最强的前沿模型在 RoboWorld 所有测试任务上均失败,平均奖励仅 0.06。基于 RoboWorld,提出多种提升前沿模型表现的新途径,包括跨多次尝试的上下文学习(in-context learning)、读取仿真器状态并在上下文中教导学生的特权教师(privileged teacher)、从模型自身特权经验中自辅助学习,以及生成跨多样场景演示以训练视觉-语言-动作模型(VLA,如 $\pi_{0.5}$)的代码策略。每种途径都带来显著提升。发布流水线、RL 环境与基准以促进后续研究。代码与数据见 https://gym-anything.github.io/robotics

关键要点

  1. 01现有机器人仿真仅覆盖窄范围任务与物理现象,瓶颈是依赖专家手工构建、无法规模化
  2. 02将仿真创建视为编码智能体任务,用对抗式创建-审计循环按 GDP 选任务并校验质量
  3. 03构建 RoboWorld:25 个仿真、25 个测试与 175 个训练 RL 环境,最强前沿模型平均奖励仅 0.06
  4. 04提出上下文学习、特权教师、自辅助学习与代码策略生成演示等提升途径,均显著改善表现
  5. 05开源流水线、RL 环境与基准,代码与数据发布于项目主页

解读

尚无解读。

原始英文摘要

arXiv:2610.40565v1 Announce Type: new Abstract: Realistic, fast robotics simulations could enable large-scale training of embodied AI models that transfer to the real world. However, despite decades of progress, available simulations cover only a narrow range of real-world tasks and physical phenomena. The core bottleneck is that creating better simulations requires significant expert effort and therefore does not scale. To address this, we introduce Gym-Anything for Robotics, a framework in which coding agents create realistic robotics simulations. Our core insight is that simulation creation is a coding agent task, so improvements in coding agents translate directly into richer and more faithful simulations. We select simulations based on U.S. GDP data to cover economically valuable physical work, define what makes a good simulation and a good task, and develop an adversarial creation-audit loop that checks each simulation and task against these definitions. Using this pipeline, we build RoboWorld, a set of 25 simulations with 25 test and 175 training RL environments of varying difficulty. Even the best frontier models fail on every RoboWorld test task, achieving an average reward of only 0.06. Building on RoboWorld, we introduce several new ways for frontier models to improve, including in-context learning across repeated attempts, a privileged teacher that reads the simulator state and teaches a student in context, self-assisted learning from the model's own privileged experience, and code policies that generate demonstrations across varied scenes to train vision-language-action models (VLAs) such as $\pi_{0.5}$. Each of these substantially improves performance. We release our pipeline, RL environments, and benchmark to facilitate future research. Code and data are available at https://gym-anything.github.io/robotics

同方向论文 · cs.RO

查看全部 →

反向发现 · 这篇论文相关的工具与提示词

去交叉发现 →

关联提示词 · 6

编程tech.qimao.com·外部收录·

按规范检查 Go 代码改动,分析问题与服务影响并生成 Code Review 报告

``` # Code Review 规范 你是 golang 编程的专家,现在对代码进行 Code Review,请按照以下步骤进行: (若遇到 git 命令分页的情况,请加上`| cat`) ## 步骤一:代码规范检查 - [ ] 是否遵循最佳实践 @.cursor/rules/rule-code-spec.mdc - [ ] 是否存在重复代码 - [ ] 是否有充分的注释和文档 - [ ] 是否易于理解和维护 ## 步骤二:功能问题分析 - [ ] 分析本次代码改动的影响…

编程zhuanlan.zhihu.com·外部收录·

用于指导 Claude Code 按阶段规划、测试驱动实现、重构并提交代码。

### 1. 规划与分阶段 将复杂的工作分解为 3-5 个阶段。在 `IMPLEMENTATION_PLAN.md` 中记录: ```text ## 阶段 N: [Name] **目标**: [具体可交付成果] **成功标准**: [可测试的结果] **测试**: [具体的测试用例] **状态**: [未开始|进行中|已完成] ``` * 随着进展更新状态 * 所有阶段完成后删除文件 ### 2. 实现流程 1. **理解** - 研究代码库中的现有模式 2. **测试**…

编程github.com/PlexPt/awesome-chatgpt-prompts-zh·外部收录·

充当全栈软件开发人员

我想让你充当软件开发人员。我将提供一些关于 Web 应用程序要求的具体信息,您的工作是提出用于使用 Golang 和 Angular 开发安全应用程序的架构和代码。我的第一个要求是'我想要一个允许用户根据他们的角色注册和保存他们的车辆信息的系统,并且会有管理员,用户和公司角色。我希望系统使用 JWT 来确保安全。

编程github.com/PlexPt/awesome-chatgpt-prompts-zh·外部收录·

充当前端智能思路助手

我想让你充当前端开发专家。我将提供一些关于Js、Node等前端代码问题的具体信息,而你的工作就是想出为我解决问题的策略。这可能包括建议代码、代码逻辑思路策略。我的第一个请求是“我需要能够动态监听某个元素节点距离当前电脑设备屏幕的左上角的X和Y轴,通过拖拽移动位置浏览器窗口和改变大小浏览器窗口。”

编程github.com/PlexPt/awesome-chatgpt-prompts-zh·外部收录·

充当 Linux 终端

我想让你充当 Linux 终端。我将输入命令,您将回复终端应显示的内容。我希望您只在一个唯一的代码块内回复终端输出,而不是其他任何内容。不要写解释。除非我指示您这样做,否则不要键入命令。当我需要用英语告诉你一些事情时,我会把文字放在中括号内[就像这样]。我的第一个命令是 pwd