以色列的 Mentee Robotics 展示了一种物流工作流程：两个 MenteeBot V3 人形机器人自主工作，进行物品的拾取和放置。 模块化代理系统更受欢迎，因为它在现实世界的鲁棒性和较低的计算需求上优于端到端 VLA 模型。其架构由三个组件组成： - LLM 规划器：将指令转换为可执行的机器人 API 语言代码，以实现可靠的任务分解和错误处理。 - 感知堆栈：使用预训练模型（NeRF/3DGS，蒸馏视觉）进行场景理解和导航。 - 控制策略：通过 Sim2Real 大规模训练的强化学习（RL）模型生成电机指令，实现高精度的移动操作。 关键是，机器人可以在几个小时内通过单次演示学习新任务。物体跟踪使用视频中跟踪的 3D 几何（STL/URDF）来定义 RL 奖励函数。 训练通过“自动课程学习”进行优化，该方法根据机器人性能自动调整任务难度，消除了手动工程。所有计算均在机载运行。

MenteeBot V3 硬件规格