知识卡片：GaP：面向变体自动化任务的图式策略多智能体自学习框架

一句话结论

GaP（Graph-as-Policy）是一种多智能体代码编排框架，通过生成带感知、规划和控制节点的有向计算图，并结合内部仿真迭代优化，使机器人在变体自动化任务上显著超越现有基线方法。

事件概述或研究问题

机器人要在商业和工业应用中可靠工作，能否将近期智能体编码系统的进展与可解释机器人编程、无模型策略的开放世界适应性相结合？该研究聚焦“变体自动化”（VA）——一类对象几何形状和位姿变化大于固定自动化的任务。无模型策略在需要持续、可靠执行的VA任务上常难以弥合可靠性差距。受任务与运动规划（TAMP）和机器人操作系统（ROS）启发，提出GaP。

方法/产品要点

• 核心概念：Graph-as-Policy（GaP），一种多智能体代码编排框架，从模块化开放机器人技能库（MORSL）中生成包含感知、规划和控制节点的有向计算图。
• 自学习流程：GaP生成内部仿真环境，并行排练不同图的任务实例，迭代优化图结构和参数以提升成功率和吞吐量。
• 框架构成：多智能体（multi-agent）、自学习（self-learning）、基于图策略（graph-as-policy）。
• 与现有工作的关系：受TAMP和ROS启发，但更强调从技能库自动组合计算图并仿真自优化。

主要结果或产业意义

• 在8个新的开源VA任务基准上评估（4个仿真、4个真实世界），GaP的成功率显著优于基线方法。
• 开源代码和数据可通过 https://graph-robots.github.io/gap 获取。
• 产业意义：为需要处理对象几何和位姿频繁变化的商业/工业应用（如仓储分拣、柔性装配）提供了一种提升可靠性的可行方案。

为什么重要

• 填补了无模型策略在变体自动化任务上的可靠性缺口。
• 结合可解释编程（有向计算图）与自学习适应能力，具有可解释性和可迭代性。
• 提出了一种新的范式：将策略表达为可编辑的计算图，并通过仿真自动优化，类似“代码即策略”的思路。

局限与不确定性

• 论文尚未公开具体消融实验细节，如不同图结构的搜索空间大小、仿真与真实环境之间的迁移差距等（待核实）。
• 仅使用8个基准进行评估，泛化到更广泛工业场景的能力待验证。
• 框架依赖MORSL技能库，技能库的覆盖度和质量可能影响最终效果（待核实）。
• 自学习迭代的计算开销未在摘要中量化（待核实）。

可用于图书/PPT/简报的角度

• 角度一：“从代码到图”——如何用计算图表达复杂机器人任务，并让机器自己学会优化。
• 角度二：“变体自动化”为何是当前工业机器人落地的关键挑战，GaP提供的新解法。
• 角度三：多智能体自学习框架与仿真排练机制，类比AlphaGo式的自我对弈在机器人领域的应用。

原始材料

• 英文标题：GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks
• 英文关键词：Graph-as-Policy, Multi-Agent Self-Learning, Variational Automation, Task and Motion Planning (TAMP), Robot Operating System (ROS), Modular Open Robot Skill Library (MORSL)
• 来源：arXiv:2607.05369v1
• URL: https://arxiv.org/abs/2607.05369v1
• PDF: https://arxiv.org/pdf/2607.05369v1
• 项目网站: https://graph-robots.github.io/gap