这项由加州大学伯克利分校、英伟达、卡内基梅隆大学和博世公司联主的参谋，于2026年7月以预印本气象发布在学术论文平台arXiv上，编号为arXiv:2607.05369v1。感酷爱酷爱的读者可通过该编号查找无缺原文。

说到机器东谈主，大多数东谈主脑子里显现的要么是工场活水线上重叠拧螺丝的机械臂，要么是科幻电影里所不可的东谈主形机器。然而履行中，机器东谈主所处的境地颇为莫名——要么太"呆"，只会固执地重叠同个动作；要么太"笨"，面临略略复杂点的场景就束手策。参谋团队把这两类任务分又名为"固定自动化"和"泛化机器东谈主学习"，而他们实在感酷爱酷爱的，是夹在两者之间的个巨大空缺地带。

这个空缺地带有个新名字：**变分自动化**（Variational Automation，简称VA）。以市收银台背面的包机器东谈主为例，它每天面临的商品体式互异、摆放位置飞速，但职责环境、货架布局、机械臂型号这些大框架是固定的。这类任务既不像焊合那样千篇律，也不像"帮我去任何个目生庭的厨房里作念饭"那样天马行空——它们处于个"变化有限、但变化确乎存在"的区间。生意和工业场景中，这么的任务屈指可数：仓库分拣、咖啡馆调饮、三明活水线、数据中心插拔电缆……

刻下主流的机器东谈主学习法在这里碰了壁。类叫作念"端到详察觉-讲话-动作模子"（VLA）的法，异常于给机器东谈主喂多数演示，让它我方摸索规矩。这种法在方式多变的庭环境里发达尚可，但旦需要在同个职责台上日复日地保持可靠，它就发轫频繁出错——而生意场景的容错空间其有限，条活水线每小时出几次错，老本就会急剧高潮。另类传统法例是工程师手工写代码，精准到每个关节角度，但这需要多数业东谈主力，面临新任务险些要从新再来。

于是，参谋团队建议了套名为**GaP（Graph-as-Policy，图战略）**的新案，中枢想路是：让东谈主工智能自动生成张"任务践诺舆图"，然后在虚拟的模拟环境里反复排演、自我鼎新，直到发达稳固，再交给真实机器东谈主去践诺。

---

、机器东谈主的"曲谱"：为什么要把任务画成张图

通晓GaP的中枢，需要先通晓个比方。把机器东谈主要完成的任务设想成复杂的交响乐。单个演奏者很难同期看顾扫数声部，但淌若有张曲谱，每个乐手只需厚爱我方的部分，整曲子就能谐和运转。GaP中的"经营图"（Computation Graph），就上演了这张曲谱的角。

这张图由"节点"和"边"组成。每个节点代表机器东谈主需要践诺的个具体动作或判断，比如"拍张相片"、"识别眼前的物体是什么"、"琢磨条不碰到袭击物的通顺道径"、"闭夹爪执起物体"。边则代表信息流动的向：上个节点的输出，成为下个节点的输入。有些边是"数据边"，地谈传递信息；有些边是"放弃边"，异常于"淌若这步告成，就践诺下步；淌若失败，就践诺备用案"。

这种结构有几个显赫公正。，模块化——每个节点立运作，出问题时容易定位和斥地，不会因为处异常瓜葛扫数这个词系统。二，可复用——识别物体的节点今天用在包任务里，未来不错径直搬到另个任务里，不需要重写。三，透明——东谈主工智能生成的这张图是不错被东谈主类读懂的，不是个不可讲解注解的黑盒子。这点在生意场景中至关浩大：当系统出错时，工程师需要知谈问题出在哪步，而不是对着个高大的神经汇聚束手策。

GaP的灵感部分来自两个经典系统。个是机器东谈主域泛泛使用的"机器东谈主操作系统"（ROS），它自己等于基于经营图结构来组织各模块之间通讯的；另个是"任务与通顺琢磨"（TAMP），种通过层图来同期处理层有琢磨和底层通顺的经典法。GaP异常于在这两者的基础上，加入了东谈主工智能自动生成和自我化的才智。

---

二、机器东谈主的"手段书"：MORSL库里藏着什么

有了曲谱框架，还需要具体的音符。GaP配套了个名为**MORSL**（模块化盛开机器东谈主手段库）的器具箱，运转版块包含51个手段模块，掩饰了机器东谈主践诺任务所需的万般才智。

这些手段爽朗分为几个族。感知类手段厚爱让机器东谈主"看了了"寰宇，包括SAM2、SAM3这类分割模子（能把图像中的物体个个勾画出来）、Grounding DINO（能字据笔墨描绘找到对应物体）、Molmo（种视觉问答模子）等共15个器具。执取琢磨类手段厚爱决定从哪个角度、以什么姿势夹住物体，包括Contact GraspNet、GraspGen这类基于度学习的执取案，共5个。通顺琢磨类手段厚爱经营机械臂从刻下位置到倡导位置的碰撞旅途，使用的是cuRobo和cuRobov2这类的GPU并行琢磨器具，共8个。此外还有15个基于NumPy和OpenCV的二维、三维视觉处理器具，以及8个放弃和考据原语。

每个手段模块都有明确声明的"输入"和"输出"接口，就像乐积木的凸凸和凹凹——只须接口匹配，就不错解放组。厚爱谐和扫数这个词系统的AI"教养官"，在生成任务图时，会参考这些接口界说来决定哪些节点不错相互聚合，避把个输出"相片"的节点，接到个期待接受"三维点云"输入的节点上。

MORSL的遐想免除了Anthropic公司建议的"Agent Skills"表率，使得AI代理大约自动查阅手段讲解、决定何时调用哪个手段，以及如何把它接入任务图中。这套体系是盛开的，跟着多手段被加入，GaP能处理的任务领域也会不时扩大。

---

三、多个AI"工程师"单干合营：GaP的生成经由

GaP的运作经由，不错类比为个袖珍工程团队接到个新项目时的职责式。甲（用户）只需要提交份当然讲话任务描绘，比如"在燃气炉上作念爆米花"，再加上干系物件的三维模子文献，剩下的职责就交给GaP里面的多个AI代理来完成。

位出场的是"行径代理"（Behavior Agent），异常于项目司理。它阅读任务描绘，把扫数这个词任务拆解成些许个模块，比如"感知炉灶旋钮"、"执取旋钮并旋转"、"找到爆米花锅"、"执取锅柄"、"把锅放到炉灶上"、"恭候加热"、"移走锅"、"关闭炉灶"。关于每个模块，它还会决定应该调用MORSL中的哪类手段。

接着，每个模块会被分拨给对应的"手段代理"（Skill Agent），异常于各业的工程师。手段代理厚爱在我方厚爱的模块里面淄博光面钢绞线，遐想具体的节点序列和聚合式——先得回图像，再运行物体检测，再经营执取姿态，再琢磨通顺道径，再践诺执取动作，依此类。每个手段代理只需要怜惜我方那块，不需要通晓扫数这个词任务的全貌，这大大裁汰了每个AI的职责复杂度，也减少了"高下文窗口"（AI能同期处理的信息量）的压力。

扫数子模块生成完毕后，行径代理再将它们拼接成张无缺的经营图，并进行静态考据：查验数据类型是否匹配、聚合是否法、有莫得吊挂的援用或孤独的节点。这考据门径能在图实在运行之前，就提前发现并申诉结构异常，避机器东谈主在践诺到半途时因为程序崩溃而堕入危境情状。

---

四、在虚拟寰宇里"刷本"：自我学习的机密

生成运转经营图仅仅步。GaP的实在亮点，在于它接下来会自动进入个反复熟习和鼎新的轮回——这个过程被称为"基于排演的图化"。

具体来说，GaP会调用英伟达的Isaac物理模拟器，在其中搭建出与真实任务对应的虚拟场景。在"作念爆米花"这个任务里，虚拟场景包含个传神的Franka机械臂、个燃气炉（带有可旋转的旋钮）、个JiffyPop爆米花锅。然后，GaP会从任务的"信念空间"（也等于"物件在这个任务里可能出现的万般位置和姿态的漫衍"）中采样N个不同的运转情状，在这N个场景里同期并走运行刻下版块的经营图，不雅察收尾。

在每个场景的每个重要节点之后，GaP都会纪录下机器东谈主和物体的情状——夹爪的开进度、物体的三维位置、战争点信息等。这些纪录就像考试卷的批注：哪谈题作念对了，哪谈题在那里出了问题。

当某个节点的通过率低于预期，GaP就会把失败案例的原始数据整理成份"响应申诉"，交给另组AI分析代理。分析代答允尝试从物理层面找到压根原因——"夹爪莫得战争到物体"意味着执取位置经营有误；"物体在夹住后仍留在桌面"意味着夹爪并莫得实在执牢；"锅莫得落在炉灶名义"意味着放手位姿需要调度。

基于这些分析，"图新"模块会对经营图进行针对修改：替换个手段节点（比如把纯GraspGen执取案换成GraspGen与朝向包围盒案的混），调度某个节点的参数（比如修改放手倡导的偏移量），或者再行遐想某个感知模块（比如从识别扫数这个词锅改为门识别锅的提手）。修改后的图会进入下轮排演，如斯往复，直到系统能触达瓶颈不再提高，或者达到预设的迭代次数上限。

以"作念爆米花"任务为例，自我学习履历了三个阶段。至三轮迭代中，大的问题是夹爪法厚实收拢锅，模拟器响应高傲夹爪与锅体之间弥远莫得战争，于是GaP将纯GraspGen案替换为混案。四轮时，GaP顽强到应该执提手而不是执锅体，于是将感知倡导从"锅"改为"锅的提手"。四至八轮，GaP持续微调锅放手到炉灶时的位姿偏移，直到锅能厚实落在炉灶中央。扫数这个词过程历时10轮迭代，终在模拟环境中达到94的告成率。

---

五、八项挑战的考卷：GaP在真实任务上的发达

为了老练GaP的本色才智，参谋团队遐想了八个全新的变分自动化基准任务，涵盖模拟和真实两类环境，每类各四个任务。这套基准自己亦然这项参谋的浩大孝敬之，因为此前学界零落门针对"变分自动化"场景的程序测试集。

前三大类任务——履行杂货订单、包杂货商品、制作爆米花——各有模拟版块（在电脑中运行）和真实版块（在本色机械臂上践诺），锚索素材取自LIBERO这个闻明机器东谈主学习基准，但作念了大幅推广。原始的LIBERO任务中，物体位置险些不变，这致模子很容易通过死记硬背演示轨迹来"舞弊"，而GaP的测试版块引入了四种变化类型：物体在20×20平厘米区域内飞速移动、倡导物体与容器互换位置、扫数物体乱要领、以及以上扫数变化混出现。

在模拟环境下进行的5500次试验中（每个测试条目100次），GaP在扫数变化类型下的告成率厚实保持在0.93到0.99之间，远于同期的万般基线法。对比为明显的是敌手VLA模子的发达：π0.5和MolmoAct2在物体不动的原始LIBERO任务上告成率达96和97，旦物体位置出现变化，告成率坐窝跌至20至26的领域，与GaP的差距悬殊。

TipTop是另个基线，它属于将大讲话模子与传统任务通顺琢磨结的法，表面上具备处理空间变化的才智。然而在实验中，它不时法为体式零散的物体（比如形盒子）或度不寻常的容器（篮子）找到可行的通顺道径，终告成率逗留在22至31之间。

GaP还展示了另种用途：行为VLA模子的"前菜"。当GaP先把机械臂的腕部录像头引到倡导物体正上，再把放弃权交给π0.5或MolmoAct2来践诺执取动作时，两个VLA模子的告成率都结束了显赫提高——在某些测试条目下提高了倍以上。这是因为GaP处理了VLA模子头疼的问题：物体不在预期位置致的"漫衍外"崩溃。当录像头如故瞄准了倡导，VLA就仿佛回到了它熟悉的西宾场景，明白也就厚实了。

在真实机械臂上，GaP雷同发达出。履行杂货订单任务25次一都告成（），而对比法TipTop只告成了8次（32）。包杂货任务中，GaP在30次尝试里告成了28次（93）。制作爆米花任务完成20次中的18次（90），两次失败分裂源于次逆通顺学经营异常和次因积贮差错致的夹持失败。在践诺速率上，GaP完成单次拾放操作平均需要67秒（其中14.1秒用于感知，36.4秒用于通顺践诺），而TipTop平均需要95秒。

四项任务是用UR5机械臂插拔USB-C数据线，这是个对精度要求的任务。六个接口排成排，机器东谈主需要字据不同的讲话请示（"插入奇数号接口"、"按升序插入扫数接口"等）完成相应动作，同期搪塞接口位置在距离和角度上的变化。在130次插入尝试中，GaP告成了121次，总体告成率0.93。GaP为这个任务生成的经营图径直调用了ROS系统中的原有节点，展现了它与传统工程法缝衔尾的才智。

五项任务是双臂协同洗箱子，两个Franka机械臂需要同期收拢个放在堆垛上的箱子的两侧窄槽，将其抬起、翻转180度、再放到清洗台上。这个任务需要两臂精准同步，容错率低。参谋团队以位工程师手工调试的经营图行为参照程序：手工版告成率0.987，GaP生成的版块告成率0.953，平均单次耗期间别为176秒和179秒，在3小时一语气运行中每小期间别完成19次和18次任务。两者险些收支几，而GaP的版块是由AI自动生成的，需工程师逐行编写代码。

---

六、切掉某个部件会如何？三组消融实验的启示

为了考据GaP各个组件的要，参谋团队作念了三组"淌若去掉某个部件会发生什么"的实验，这类实验在学术界被称为"消融实验"，近似于厨师测试哪个食材对菜肴风仪重要。

组实验去掉"图结构"，改为让个单AI径直输出Python剧本。收尾告成率跌至。原因在于，径直写代码时，AI需要从记念里调用底层处事接口的确切法名和参数形式，哪怕层逻辑正确，处眇小的拼写异常或接口版块不匹配，就会让扫数这个词程序崩溃。图结构则把这些细节封装在立节点里，避了这类问题。

二组实验把多个业代理并为个单的大讲话模子。收尾雷同是告成率跌至，扫数试验在静态结构考据阶段就已失败。原因在于，单个AI同期需要经管全局数据流、局部逻辑遐想和接口考据，出了其能可靠处理的复杂度上限，频繁出现"吊挂援用"（援用了个不存在的节点）或"节点定名突破"等异常。灾祸的是，即便经过多轮响应迭代，单模子频频在不同类型的异常之间往复震憾，法不断到厚实的正确解。

三组实验去掉图考据门径。收尾高傲，在"履行杂货订单"任务中，部分初度生成的子图存在异常聚合——比如"运载阶段"的输入输出被异常地接到了"开释阶段"，这类异常在运行时会致程序崩溃。图考据门径能提前发现并申诉这些问题，匡助AI代理实时修正，显赫提高了终身成图的连通和践诺告成率。

---

七、参谋的界限与改日的向

任何项参谋都有它尚未触及的界限，坦诚地指出这些界限，频频比味饱读励收尾有价值。

参谋团队明确指出，GaP现在的践诺速率仍远低于工业程序。工业场景普通要求每小时处理500个单元，折算下来每个任务约7秒，而GaP现在完成次拾放需要67秒傍边，差距悬殊。瓶颈主要来自两个重要：调用视觉讲话模子进行感知的理时代，以及逆通顺学和通顺琢磨的经营时代。

在可靠面，GaP的发达如故令东谈主饱读舞，但距离工业要求（普通盼愿告成率在99以上）仍有差距，尤其是在需要精度的任务（如数据线插拔）中，还存在因视觉臆测差错或度臆测不准确致的失败。

在职务万般面，八个基准测试都是"准静态"的拾取-放手类任务，只须数据线插拔任务用到了力传感响应。柔物体处理、动态倡导跟踪、波及动态力的复杂操作，现在还莫得在GaP框架下被探索。

另个值多礼贴的向是：GaP现在在Benchmarks I和II（杂货任务）中，初度生成的经营图就如故达到了很的告成率，因此跳过了自我学习重要。而在"作念爆米花"这类复杂的任务中，自我学习的价值才充分体现。这标明，跟着任务复杂度提高，GaP的自我化才智会越来越重要。

---

说到底，GaP这套系统的风趣，在于它找到了条介于"固执的传统编程"和"难以掌控的端到端学习"之间的中间路子。传统工程法精准可靠，但建立老本，每换个任务都要再行进入多数东谈主力；端到端VLA模子纯真适宜，但在需要历久厚实运行的生意场景中脆弱明显。GaP用AI自动生成可讲解注解的经营图，再用模拟器自我化，试图把两者的点结起来。

关于可能使用工业机器东谈主的工场、仓库或处干事来说，这项参谋描绘了种可能的改日：当需要机器东谈主完成个新任务时，不再需要恭候工程师花数周时代手动调试，而是提交段任务描绘，恭候系统自动生成和排演，再部署到现场。这条路离实在落地还有距离，但向如故变得加泄漏。

淌若你对这项参谋的时代细节感酷爱酷爱，无缺论文可通过arXiv编号2607.05369查阅，代码和实验数据也将连接在论文配套网站上公开。

---

Q&A

Q1：变分自动化（VA）任务和普通的工场自动化有什么区别？

A：工场里传统的固定自动化，比如汽车焊合，每次操作的对象体式疏通、位置固定，机器东谈主只需重叠同套动作就行。变分自动化则处于中间地带：任务自己是固定的，比如"把杂货装进袋子"，但每次面临的物品种类、体式和摆放位置都不样，机器东谈主须字据实时不雅察调度动作，不可死记硬背，但又不需要像用机器东谈主那样应付目生的环境。

Q2：GaP系统的自我学习是何如职责的，机器东谈主简直会我方想出鼎新法吗？

A：GaP的自我学习依赖模拟器。系统先在虚拟环境里运行刻下版块的任务琢磨，在每个重要门径跋文录机器东谈主和物体的情状，比如有莫得实在收拢物体、物体有莫得落在倡导位置。遭遇失败时，AI分析代答允从这些物理数据中断出压根原因，然后修改琢磨，比如换个执取算法或调度放手位置的偏移量，再次排演，如斯轮回。这不是机器东谈主捏造"想出"的，而是AI结物理响应数据作念出的结构调度。

Q3：GaP生成的经营图和东谈主工工程师手写的代码比较，可靠何如样？

A：在双臂协同洗箱子这个任务中，GaP自动生成的经营图告成率为95.3，而教养丰富的工程师手工调试的版块告成率为98.7，两者差距约3个百分点，践诺时代也基本持平（179秒对176秒）。关于个由AI自动生成、需东谈主工逐行调试的系统来说，这个接近进度如故异常有劝服力，但距离某些工业场景要求的99以上可靠仍有差距，参谋团队也坦承这点。手机号码：13302071130相关词条:离心玻璃棉     塑料挤出机     钢绞线厂家    铝皮保温    pvc管道管件胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。