PyRUA-Lean 代码执行框架提升机器人任务成功率

PyRUA-Lean 研究团队提出交互式代码执行框架 PyRUA-Lean，让机器人智能体把 VLA 等原语组合进 Python cell，本地检查重试并只返回所需图像与状态。在 LIBERO-PRO、RoboTwin 2.0、RoboCasa365 共 700 个模拟任务实例上，使用同一 GPT-6 Astra 规划器与原语时，成功率从 63.1% 升至 71.6%（论文为 71.7%），在双方均解决的实例上 LLM 调用减少 49%、输入 token 减少 65%。在 RoboDojo 上，不使用 VLA 策略或特权信息时平均成功率达 51.6%（Score 58.2），高出公开榜单首位 19.4 分。 团队还基于该框架用 GRPO 在 45 个 LIBERO-PRO 实例上训练开源 4B 模型 PyRUA-Lean Coder v0.1-4B，在未见任务实例上从 18.8% 提升到 44.1%，超过 Qwen3.5-27B 基座模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。