Gym-Anything：用编码智能体自动生成机器人仿真环境

编码智能体可自动生成机器人仿真环境，但前沿模型在 RoboWorld 上仍表现很差。

资讯摘要

论文提出 Gym-Anything for Robotics 框架，让编码智能体自动创建机器人仿真环境，以缓解仿真构建依赖专家、难以规模化的问题。作者依据美国 GDP 数据选取经济价值较高的物理工作场景，并设计对抗式创建-审核循环来校验仿真与任务质量。基于该流程构建的 RoboWorld 包含 25 个仿真、25 个测试与 175 个训练 RL 环境；作者报告最强前沿模型在所有测试任务上平均奖励仅 0.06，并提出上下文学习、特权教师、自辅助学习及代码策略生成示范等改进方式。

要点速读

1. 框架核心思路是把仿真创建视为编码智能体任务，编码能力提升可直接转化为更丰富的仿真。
2. RoboWorld 含 25 个仿真、25 个测试和 175 个训练 RL 环境，按美国 GDP 数据选择场景。
3. 作者报告最强前沿模型在全部测试任务上平均奖励仅 0.06，并给出多种提升前沿模型表现的方法。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。