**AgenticRoboRL：将代码智能体后训练引入机器人规划**

_AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics_

> 针对现有机器人规划系统依赖闭源模型且缺乏自我优化的问题，研究提出了 AgenticRoboRL 框架。该框架通过结合监督微调与多轮强化学习，实现了跨不同机器人抓手（Harness）的规划器后训练。实验表明，该方法在无需外部记忆的情况下，将 9B 参数规划器的成功率从 18.1% 大幅提升至 71.0%，性能接近使用外部记忆的强大模型，证明了后训练在提升机器人规划能力上的有效性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.28589)