编码智能体充当机器人闭环策略的测试结果

一支研究团队在 RoboDojo-Sim 基准上测试了让编码智能体直接充当闭环机器人策略：智能体接收 RGB 观测与机器人状态，编写并执行 Python 控制程序，再根据实际结果修改下一个程序，全程没有学习到的运动策略生成动作。 测试中，成功的操作流程和失败记录会被提炼为可执行的 Skills 和诊断性 Lessons，冻结后传给在未见过布局上工作的新智能体。结果显示该方法在依赖记忆和开放式任务上表现较好，但在精度任务上成功率仅 13.25%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。