ARC: A Reasoning Recipe for Robot Foundation Models
作者: Gokul Puthumanaillam, Tao Sun, Elie Aljalbout, Moritz Reuss, Zhaoshuo Li, Fabio Ramos, Ankit Goyal, Jenai Xuning Yang
分类: cs.RO, cs.AI
发布日期: 2026-10-08
💡 一句话要点
提出ARC以提升机器人基础模型的零-shot任务性能
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 机器人基础模型 推理轨迹 自动标注 零-shot学习 模型适应 任务成功率 性能提升
📋 核心要点
- 现有方法在提升机器人基础模型性能时，依赖于更大的模型和更多的训练数据，成本高且效率低。
- 论文提出的ARC方法通过推理轨迹和自动标注管道，显著提升了现有模型的零-shot任务性能。
- 实验结果显示，ARC在RoboLab-Reasoning-50上提升了50个百分点，并在真实机器人上提升了82.2个百分点的任务成功率。
📝 摘要（中文）
当前提升机器人基础模型（RFM）的方法主要依赖于更大的模型、更多的机器人演示和高成本的训练。本文展示了一种有效且高效的补充方法：通过合适的推理配方（ARC），可以显著提升现有最先进RFM的零-shot任务性能。ARC包含三个关键要素：推理轨迹、可扩展的自动标注管道，以及将预训练RFM适应于使用这些轨迹进行控制的策略。研究表明，推理轨迹应基于机器人下一步动作并解释其因果结构。通过现有演示自动生成推理轨迹，ARC在不收集新数据的情况下构建了ARC-Trace-DROID。最终，使用ARC的模型在RoboLab-120和MolmoSpaces上建立了新的性能基准，且在真实机器人上提升了任务成功率。
🔬 方法详解
问题定义：论文要解决的问题是如何在不增加额外机器人演示或大规模训练的情况下，提升现有机器人基础模型的零-shot任务性能。现有方法的痛点在于其对数据和计算资源的高依赖性。
核心思路：论文的核心思路是提出ARC推理配方，通过推理轨迹的生成和使用，提升模型的控制能力。这样的设计旨在利用现有数据，减少对新数据的需求，同时提高模型的推理能力。
技术框架：ARC的整体架构包括三个主要模块：推理轨迹生成模块、自动标注管道和模型适应策略。推理轨迹生成模块从现有演示中自动提取信息，标注管道用于处理和标注数据，而模型适应策略则确保预训练模型能够有效利用这些轨迹。
关键创新：最重要的技术创新点在于推理轨迹的自动生成和使用，这与现有方法依赖于大量新数据的方式本质上不同。ARC通过有效的推理轨迹提升了模型的推理能力和任务执行能力。
关键设计：关键设计包括推理轨迹的因果结构设计，确保轨迹能够解释机器人动作的合理性及其预期效果。此外，模型的微调和推理过程也根据不同模型的架构和能力进行了优化。
🖼️ 关键图片
📊 实验亮点
实验结果表明，使用ARC方法的模型在RoboLab-120和MolmoSpaces上达到了新的性能基准，特别是在RoboLab-Reasoning-50上提升了50个百分点。此外，在真实机器人上，ARC显著提高了$π_{0.5}$的任务成功率，达到82.2个百分点的提升。
🎯 应用场景
该研究的潜在应用领域包括智能机器人、自动化控制系统和人机交互等。通过提升机器人在复杂环境中的任务执行能力，ARC可以在工业自动化、服务机器人和智能家居等领域发挥重要作用，未来可能推动机器人技术的广泛应用和发展。
📄 摘要（原文）
The prevailing approach to improving robot foundation models (RFMs) relies on larger models, more robot demonstrations, and costly training at scale. We show that there exists an effective and efficient complementary approach: the right reasoning recipe can substantially improve the zero-shot task performance of existing state-of-the-art RFMs. We refer to this recipe as ARC. It consists of three key ingredients: a reasoning trace, a scalable automatic labeling pipeline, and a strategy for adapting pretrained RFMs to use these traces for control. First, we find that effective reasoning traces should be grounded in the robot's next action and explain its causal structure: why the action is appropriate and what effect it should produce. Second, we show that these traces can be generated automatically from existing demonstrations, enabling us to construct ARC-Trace-DROID from DROID without collecting new robot data. Third, we show how state-of-the-art VLAs such as $π_{0.5}$ and WAMs such as Cosmos3-Nano-Policy can learn to use these traces for control, with fine-tuning and inference tailored to each model's architecture and capabilities. Using ARC, we obtain gains in zero-shot RFM performance that, to our knowledge, are unprecedented without additional robot demonstrations or foundation-scale training. The adapted models establish a new state of the art on RoboLab-120 and MolmoSpaces, with gains of up to 50 percentage points on RoboLab-Reasoning-50. On real robots, ARC improves $π_{0.5}$'s task success by 82.2 percentage points. Project website: https://arc-robot-reasoning.github.io/