RoboGene：通过多样性驱动的智能体框架增强VLA预训练以实现现实任务生成

通用机器人操作的研究受到现实世界交互数据稀缺性的阻碍。与视觉或语言领域从网络收集数据不同，机器人数据收集是一个主动过程，成本高昂。因此，如何自动化地生成多样化且物理可行的任务成为关键挑战。本文提出RoboGene，一个智能体框架，用于自动生成适用于单臂、双臂和移动机器人的多样化、物理上可行的操作任务。该框架包含三个核心组件：多样性驱动的采样以覆盖广泛任务、自我反思机制以确保物理约束，以及人机协作的持续优化。我们进行了大量定量分析和大规模现实实验，收集了18,000条轨迹的数据集，并引入了新的评估指标来衡量任务质量、可行性和多样性。结果表明，RoboGene显著优于最先进的基础模型（如GPT-4o、Gemini 2.5 Pro）。此外，使用RoboGene预训练的VLA模型在现实任务中表现出更高的成功率和更好的泛化能力，突显了高质量任务生成的重要性。