论文提出统一具身智能体 OmniBrain-0 及渐进式蒸馏训练框架。
资讯摘要
论文提出 OmniBrain-0，一个轻量级统一具身智能体，通过共享高层决策模型协调操作与导航，整合任务理解、规划、进度跟踪和反馈驱动的失败恢复。作者采用渐进式训练框架，结合具身预训练、领域专家智能体蒸馏与多教师在线策略蒸馏（MOPD），将教师交互经验先蒸馏到操作与导航专家，再整合进统一决策模型。论文还提出 Rubric-Guided Recursive Self-Improvement（RSI）数据飞轮。作者报告其在 LIBERO-Pro、LIBERO-Plus、RoboCasa365、RoboTwin 2.0、R2R-CE Val-Unseen 及多个真实操作任务上评估，推理与执行开销明显低于闭源教师模型。
要点速读
- 论文提出轻量级统一具身智能体 OmniBrain-0，用共享高层决策模型协调操作与导航，并整合任务理解、规划、进度跟踪与失败恢复。
- 训练采用具身预训练、领域专家蒸馏与多教师在线策略蒸馏（MOPD），统一发生在学习到的决策模型内部而非仅工具接口层。
- 作者报告在 LIBERO-Pro、LIBERO-Plus、RoboCasa365、RoboTwin 2.0、R2R-CE Val-Unseen 及真实操作任务上评估，推理与执行开销低于闭源教师。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。