Yi Ding

该工作提出 Agentic Robot with Tool-use（ART），一个工具注入框架，可调优任意 VLA 模型去调用现成工具模块，用于低层视觉、高层可供性与具身增强；作者构建了 30K 条工具使用轨迹与动作演示的数据集，并设计了面向挑战性环境的长轨迹工具使用推理训练方案，实验显示 ART 在仿真与真实任务（如新视角下的暗光抓取放置）上成功率比主流基线高 20%。

该工作提出 Agentic Robot with Tool-use（ART），一个工具注入框架，可调优任意 VLA 模型去调用现成工具模块，用于低层视觉、高层可供性与具身增强；作者构建了 30K 条工具使用轨迹与动作演示的数据集，并设计了面向挑战性环境的长轨迹工具使用推理训练方案，实验显示 ART 在仿真与真实任务（如新视角下的暗光抓取放置）上成功率比主流基线高 20%。