مقاله‌ی arXiv:2610.12386 · در صف خبرنامه
ARC: A Reasoning Recipe for Robot Foundation Models
آرک: دستورالعمل استدلال برای مدل‌های پایه‌ی رباتیک که بدون داده‌ی رباتیک تازه کارایی را جهشی بالا می‌برد
- تاریخ
- (۱۶ مهر ۱۴۰۵) 2026-10-08 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Gokul Puthumanaillam, Tao Sun, Elie Aljalbout, Moritz Reuss, Zhaoshuo Li, Fabio Ramos, Ankit Goyal, Jenai Xuning Yang
- نهاد نویسنده‌ها
- University of Illinois Urbana-Champaign; Stanford University; NVIDIA; University of Sydney; Proception
- برچسب لابراتوار
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
رویکرد رایج برای بهتر کردن مدل‌های پایه‌ی رباتیک، مدل بزرگ‌تر، نمایش‌های رباتیک بیشتر و آموزش پرهزینه در مقیاس بالاست. جمع کردن نمایش رباتیک گران و کند است، پس سؤال این است که آیا می‌شود کارایی بدون آموزش ربات‌های موجود را بدون داده‌ی تازه بالا برد.
روش
دستورالعمل ARC سه جزء دارد: یک ردپای استدلال، یک خط لوله‌ی برچسب‌زنی خودکار مقیاس‌پذیر و یک راهبرد برای تطبیق مدل‌های از پیش آموزش‌دیده با این ردپاها. ردپای مؤثر باید به اقدام بعدی ربات گره بخورد و ساختار علّی آن را توضیح دهد، یعنی چرا این اقدام مناسب است و چه اثری باید داشته باشد. این ردپاها خودکار از نمایش‌های موجود ساخته شدند و مجموعه‌ی ARC-Trace-DROID را از DROID بدون داده‌ی رباتیک تازه ساختند. سپس مدل‌هایی مثل π۰٫۵ و Cosmos3-Nano-Policy با تنظیم دقیق و استنتاج متناسب با معماری هرکدام یاد گرفتند از این ردپاها برای کنترل استفاده کنند.
یافته‌ها
- مدل‌های تطبیق‌یافته روی RoboLab-120 و MolmoSpaces رکورد تازه ثبت کردند، با بهبود تا ۵۰ واحد درصد روی
RoboLab-Reasoning-50. - روی ربات‌های واقعی، موفقیت تسک π۰٫۵ را ۸۲٫۲ واحد درصد بالا برد.
- به گفته‌ی نویسنده‌ها این اندازه بهبود بدون نمایش رباتیک اضافه یا آموزش در مقیاس پایه پیش‌تر دیده نشده است.
محدودیت‌ها
نویسنده‌ها می‌گویند روش به وفاداری استدلال مدل بینایی‌زبان وابسته است؛ استدلال‌گر ضعیف‌تر ممکن است تسک را بد بفهمد یا اقدام نامناسب پیشنهاد کند، و پیوند قوی‌تر زبان با اجرا این خطاها را به حرکت ربات منتقل می‌کند.
چرا مهم است
داده‌ی رباتیک گلوگاه اصلی رباتیک یادگیرنده است. این کار نشان می‌دهد آموزش ربات به «فکر کردن» درباره‌ی اقدام بعدی و اثرش، از داده‌ی موجود بهبود بزرگی بیرون می‌کشد.