自动演化机器人Agent harness论文发布

Zhijie Wei、Ferris Tan、Jinghui Wang 等发布论文（arXiv v2），提出由另一个编码智能体（optimizer agent）自动演化视觉界面机器人智能体 harness 的方法，并报告两项发现。 论文称：在固定轮数下，训练批次从 5 次 rollout 增至 100 次时留出任务成功率上升，小批次更容易过拟合训练任务；引入 Champion-Challenger 规则（仅在相同固定测试用例上胜过现有版本才升级）后，同一流程在 LIBERO 任务上经 30 轮将留出成功率从 51% 提升至 67%。 论文还称，将演化出的 harness 与预训练策略通过一个移交控制的工具结合，在 RoboCasa365 排行榜基准上达到 71.2%，比已发布最佳成绩高 13.1 个百分点。以上为论文摘要声称的结果。

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。