Genie Centurion：基于人类回退-精炼指导加速可扩展真实机器人训练
机器人学
2026-01-21 v2
摘要
虽然视觉语言-动作 (VLA) 模型在各种任务中显示出强大的通用性，但机器人策略的实际部署仍需要大规模、高质量的人类专家演示。然而，通过人类遥操作的数据收集需要持续的operator注意力，这在可扩展性方面存在挑战。为此，我们提出了 Genie Centurion (GCENT)，一种基于人类回退-精炼指导的可扩展且通用的数据收集范式，使机器人在部署中实现交互式学习。GCENT 从一个不完美的策略开始，并随着时间的推移不断改进。当机器人执行失败时，GCENT 允许机器人通过回退机制回退到先前的状态，随后由遥操作员提供纠正演示以精炼策略。该框架支持一种一对多机器人监督方案，配合 Task Sentinel 模块，该模块自主预测任务成功情况并在必要时 soliciting human intervention。实证结果表明，GCENT 在各种数据收集方法中实现了最高可达40%的任务成功率，在长期精细任务中甚至只需一半的数据即可达到相当水平。我们还量化了多机器人场景下的 data yield-to-effort 比率，表明 GCENT 在实际环境中具有可扩展且高性价比的机器人策略训练潜力。
引用
@article{arxiv.2505.18793,
title = {Genie Centurion: Accelerating Scalable Real-World Robot Training with Human Rewind-and-Refine Guidance},
author = {Wenhao Wang and Jianheng Song and Chiming Liu and Jiayao Ma and Siyuan Feng and Jingyuan Wang and Yuxin Jiang and Kylin Chen and Sikang Zhan and Yi Wang and Tong Meng and Modi Shi and Xindong He and Guanghui Ren and Yang Yang and Maoqing Yao},
journal= {arXiv preprint arXiv:2505.18793},
year = {2026}
}