RoboOS：一种面向跨具身与多智能体协作的分层具身框架
机器人学
2025-06-09 v2
摘要
具身智能的曙光催生了对下一代生态系统中弹性、认知驱动的多智能体协作的空前需求，这正在彻底改变自主制造、自适应服务机器人和信息物理生产架构的范式。然而，当前的机器人系统面临显著局限，例如有限的跨具身适应性、低效的任务调度以及不足的动态纠错能力。端到端 VLA 模型表现出长时域规划和任务泛化能力的不足，而分层 VLA 模型则缺乏跨具身和多智能体协调能力。为应对这些挑战，我们引入了 RoboOS，这是首个基于“大脑-小脑”分层架构构建的开源具身系统，实现了从单智能体到多智能体智能的范式转变。具体而言，RoboOS 包含三个关键组件：(1) 具身大脑模型 (RoboBrain)，一个专为全局感知和高层决策设计的多模态大语言模型 (MLLM)；(2) 小脑技能库，一个模块化、即插即用的工具包，便于无缝执行多种技能；(3) 实时共享内存，一种用于协调多智能体状态的时空同步机制。通过整合分层信息流，RoboOS 桥接了具身大脑和小脑技能库，促进了长时域任务的鲁棒规划、调度和纠错，同时通过实时共享内存确保高效的多智能体协作。此外，我们增强了边云通信和基于云的分布式推理，以促进高频交互并实现可扩展部署。跨多种场景的大量真实世界实验证明了 RoboOS 在支持异构具身方面的多功能性。项目网站：https://github.com/FlagOpen/RoboOS
引用
@article{arxiv.2505.03673,
title = {RoboOS: A Hierarchical Embodied Framework for Cross-Embodiment and Multi-Agent Collaboration},
author = {Huajie Tan and Xiaoshuai Hao and Cheng Chi and Minglan Lin and Yaoxu Lyu and Mingyu Cao and Dong Liang and Zhuo Chen and Mengsi Lyu and Cheng Peng and Chenrui He and Yulong Ao and Yonghua Lin and Pengwei Wang and Zhongyuan Wang and Shanghang Zhang},
journal= {arXiv preprint arXiv:2505.03673},
year = {2025}
}
备注
22 pages, 10 figures