三星联合上交提出 RoboICL 新方法 机器人操控评测表现领先

RoboICL 提出了一种无需训练模型参数的具身上下文学习方案，通过冻结 GPT-6 Astra，仅在推理时向其提供少量示范，同时将机器人执行历史、环境变化等信息以统一的「观察→动作→执行回执→结果观察」语法组织为具身上下文供模型参考，直接输出双臂动作。该方案采用有界锚定记忆机制平衡长程任务的上下文预算与信息留存需求，在 RoboDojo 的 30 项双臂操作任务评测中整体得分为 50.64，显著优于对比方法与官方零样本 GPT-6 Astra 控制器，四类任务得分提升 20-27 个 progress-score 点。项目公开了 929 条可逐布局核查的三视角执行记录，支持查看同步视角、得分、与视频对齐的模型执行说明等内容。相关对照实验显示其表现接近结合 VLA 的混合系统，在真实 Franka 机械臂的三项测试任务中，三段示范下平均 progress score 可达 78.89。该方案依托稳定上下文前缀实现了 92.4% 的 KV 缓存命中率，可大幅降低多模态具身上下文的推理成本。该工作验证了对具备视觉理解与数值动作生成能力的通用多模态模型，少量示范可提供任务过程结构，将机器人在线经验以动作与真实后果配对的形式留存可有效提升控制能力，为现有通用模型在部署阶段实现经验利用提供了新路径。