论文提出以可执行代码Harness统一感知、推理与动作的物理AI框架。
资讯摘要
论文提出HarnessPAI，一个与模型和具身形态无关的物理AI框架，把代码作为组织底层动作原语的可执行、可演化接口。框架区分两个时间尺度：单次rollout内以程序级开环执行并由固定程序检查，跨rollout则闭环演化，用执行反馈修订程序并将失败蒸馏为可复用技能。作者报告在桌面机械臂、家用机器人、扫地机器人和足式行走智能体上相对基线取得一致提升，收敛后的程序还可生成专家数据用于微调VLA与WAM模型。
要点速读
- 论文提出HarnessPAI，将与模型和具身形态无关的代码作为可执行、可演化的接口，组织底层动作原语。
- 框架在rollout内以程序级开环执行并检查，跨rollout用执行反馈闭环修订程序、把失败蒸馏为可复用技能。
- 作者报告在桌面机械臂、家用机器人、扫地机器人和足式行走智能体上相对基线一致提升，收敛程序可生成数据微调VLA与WAM。
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 2026/10/23 08:00:11（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。