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

通用目的机器人操作受到多样化现实交互数据稀缺的限制。与视觉或语言领域的网络数据收集不同，机器人数据收集是一个主动过程，成本高昂。为此，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且物理可行的操作任务。该框架包含三个核心组件：多样性驱动的采样以确保广泛的任务覆盖、自我反思机制以强制执行物理约束，以及人机协同的持续改进机制。通过大规模现实实验和18,000条轨迹的数据集，验证了RoboGene在任务质量、可行性和多样性方面的优越性，并显著优于现有基础模型（如GPT-4o、Gemini 2.5 Pro）。结果表明，使用RoboGene预训练的VLA模型在成功率和泛化能力方面表现更优。