Rapporto tecnico Auriga: una piattaforma di orchestrazione per agenti per la manipolazione robotica incarnata zero-shot

Abstract degli autori

I modelli visione-linguaggio possono interpretare istruzioni e pianificare compiti di manipolazione, ma incontrano difficoltà quando agiscono direttamente come policy robotiche. Su RoboDojo, un ampio divario tra pianificazione ed esecuzione separa le decisioni di alto livello sui compiti dall’esecuzione fisica: escludendo l’esecuzione del braccio, il tasso di successo di GPT-6 Astra passa dal 22,5% con l’interfaccia di controllo di riferimento al 76,2%. Presentiamo Auriga, una piattaforma di orchestrazione per agenti indipendente dal compito che colma il 68,3% di questo divario nella manipolazione zero-shot, senza prove sui compiti bersaglio né reset. In Auriga, il modello prende tutte le decisioni relative al compito sulla base di uno stato di credenza esplicito relativo al compito e agisce tramite chiamate dirette agli strumenti oppure programmi Python sintetizzati in più passaggi; la piattaforma fornisce misurazioni 3D calibrate, controllo dei due bracci con riferimenti alle dita e un unico gateway di accesso al robot. Prima del movimento, il modello esamina un’anteprima visiva della traiettoria mentre la simulazione è in pausa; durante l’esecuzione, la piattaforma verifica le tolleranze dichiarate per ciascuna fase e i limiti di presa, arresta il robot in caso di deviazione e restituisce lo scostamento misurato per consentire un recupero sul posto. Sviluppata attraverso 13 iterazioni delle capacità trasversali ai compiti e congelata per la valutazione, Auriga è in testa alla classifica di RoboDojo con un tasso di successo del 57,7% (punteggio: 64,0), più che raddoppiando il risultato della piattaforma di riferimento sullo stesso modello; mantiene inoltre il primo posto con la randomizzazione delle scene, mentre le policy apprese calano fino al 33,9%. Su RoboCasa365, la stessa piattaforma congelata raggiunge un tasso di successo del 73,2%, superando fino al 23,1% gli agenti assistiti da VLA nei compiti compositi. Pagina del progetto: https://auriga.stelledge.com/ Codice: https://github.com/lose4578/Auriga