摘要
语言模型已成为具身控制的强大推理引擎，但将其上下文学习应用于双臂操作面临高维动作空间与紧密协调约束的挑战。本文提出 BiCICLe 框架，无需微调即可实现少样本双臂操控。该方法将双臂控制建模为多智能体“领导者 - 跟随者”问题，解耦动作空间为顺序条件单臂预测。此外，引入“手臂辩论”迭代优化机制及第三方
AI 推荐理由
提出多智能体领导者 - 跟随者框架，解决双臂协调的任务规划与动作分解难题。
研究机构
Sapienza University of Rome, Italy
TU Darmstadt, Germany
Hessian AI, Germany
论文信息