Cortex：让机器人知道这一步做完了吗

长程化学操作的难点，不是让机器人做出一个动作，而是让它知道当前动作是否完成、下一步是否已经具备条件。Cortex 针对的正是这两个判断：规划不能脱离机械臂能力，执行也不能在相似画面里原地循环。1

它把系统拆成两层：System-2 读取观测和历史记忆，理解目标、切分子任务、更新进度；System-1 接收当前子任务，把它变成连续机器人动作。两层使用同一种结构化子任务描述，里面写清技能、对象、目标位置和动作约束，这就是论文所说的「双向对齐」。高层不再只说「把水倒进烧杯」，而要给出低层能执行的指令；低层反馈的新观测，又会回到 System-2 判断是保持、重试还是换下一步。2

为了让这套接口落地，Cortex 将操作归纳为 32 种标准化技能原语，并把颜色、空间位置、数量和可达性写入数据。论文摘要称，团队自动标注了 4000 多小时开源视频数据，并生成约 30 小时仿真数据；训练时再用 Event-balanced Sampling 加密采样子任务切换前后的边界帧，让模型同时学会「继续做」和「已经做完」。2

仿真和实机要分开看。原文报告 LIBERO-Long 完整任务成功率为 95.5%，π0.5 基线为 92.4%；RoboTwin 2.0 为 86.8%，π0.5 为 82.74%。在 ARX ACONE 双臂平台的两组 14 步化学流程中，每组做 20 次，Cortex 在液体搅拌和烧杯清洗任务上的完整成功率分别为 65% 和 55%。这些数字是论文与原文报告口径，不能直接当成第三方复现实验。1

阅读机器之心原文 · 查看论文摘要 · 查看项目代码