PyRUA-Lean框架提升机器人代理成功率并减少Token消耗

2026年10月1日，HuggingFace Daily Papers 收录的一篇社区热门论文提出 PyRUA-Lean 交互式代码执行框架。该框架将反馈驱动的原语组合与选择性观测相结合：代理把经典机器人原语与学习到的视觉-语言-动作（VLA）策略组合成 Python 单元，在其中执行条件检查与局部重试，并仅返回显式请求的图像与状态反馈用于重新规划。报道称，在同等 LLM 调用预算下，由 GPT-6 Astra 驱动的机器人智能体在 LIBERO-PRO、RoboTwin 2.0 和 RoboCasa365 共 700 个仿真任务上，整体成功率从 63.1% 提升至 71.7%，即提升 14%，同时 Token 用量减少 65%。上述数据来自该论文的报道，尚未见其他来源跟进或提出不同数字。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。