Presentado uni-robot-agent para democratizar la investigación de agentes de uso de robots
Se ha presentado un marco unificado, uni-robot-agent, para apoyar la investigación de agentes de uso de robots mediante modelos de pesos abiertos.
Los agentes de uso de robots (RUAs) han mostrado capacidades de manipulación zero-shot prometedoras, pero la dependencia de modelos propietarios de vanguardia ha limitado la investigación sobre el entrenamiento adicional. Para abordar esto, se ha introducido uni-robot-agent, un marco unificado para el uso de robots de pesos abiertos que permite el entrenamiento adicional.
Sin entradas privilegiadas, Qwen3.8-Flash-Next alcanzó una puntuación RoboDojo de 31.39, la cual, según se afirma, supera el resultado publicado de GPT-6 Astra-RoboProbe de 28.97 y muchos modelos de referencia VLA/WAM. También muestra un rendimiento competitivo en 19 tareas del mundo real y recibió 21 votos positivos en Hugging Face Daily Papers.
Esta noticia es un resumen. La versión completa y verificable está en la fuente original:
Leer el original en Hugging Face Papers ↗