AgenticTask把RoboCasa任务扩到16450个:生成与执行共用一份任务记录,修补提高保存率
具身智能训练需要大量可用的交互任务,而逐个指定并验证任务实例成本很高。AgenticTask让任务生成智能体和任务执行智能体共用一份分层任务记录:生成智能体在人类意图约束下复用交互结构、依据校验反馈修补配置,执行智能体用同一套实体绑定和几何记录选择机器人技能并核对完成条件。在RoboCasa上,该流程构建了16450个已保存任务实例,诊断引导修补相比重新采样提高了保存率,代价是每个保存实例的耗时和模型调用次数上升。