RoboChemist：面向长时程与安全合规的机器人化学实验
机器人学
2025-09-11 v1
摘要
机器人化学家有望释放人类专家身处重复性工作之中，并加速科学发现，但至今仍处于初步阶段。化学实验涉及跨越时程较长的程序，且操作对象具有危险性和可变形特性，成功不仅要求完成任务，还需严格遵守实验规范。为此，我们提出了 \textbf{RoboChemist}，一个双环框架，将视觉语言模型（Vision-Language Models, VLM）与视觉语言动作模型（Vision-Language-Action, VLA）相结合。不同于依赖深度感知、难以处理透明实验器具的前驱VLM系统（如 VoxPoser、ReKep），以及缺乏复杂任务语义级反馈的现有VLA系统（如 RDT、pi0），本方法利用VLM充当（1）任务分解器，将任务分解为原始动作，（2）视觉提示生成器，用于引导VLA模型，（3）监控器，用于评估任务成功与合规性。值得注意的是，我们引入的VLA接口接受来自VLM的图像级视觉目标，实现精确的、以目标为导向的控制。该系统成功执行了原始动作以及完整的多步骤化学方案。结果表明，相较于最先进的VLA基线方法，本方法平均成功率提高了23.57%，合规率平均提升0.298，同时展现出对对象与任务的强大泛化能力。
引用
@article{arxiv.2509.08820,
title = {RoboChemist: Long-Horizon and Safety-Compliant Robotic Chemical Experimentation},
author = {Zongzheng Zhang and Chenghao Yue and Haobo Xu and Minwen Liao and Xianglin Qi and Huan-ang Gao and Ziwei Wang and Hao Zhao},
journal= {arXiv preprint arXiv:2509.08820},
year = {2025}
}
备注
Accepted to CoRL 2025, Project Page: https://zzongzheng0918.github.io/RoboChemist.github.io/