改进源任务代码也能提升新任务上的策略学习。
资讯摘要
论文研究将完整闭环机器人实现作为可复用执行经验：编码智能体从少量成功演示生成策略代码，并借助仿真反馈迭代改进，验证选出的实现存入软件档案。在 RoboCasa 四个源任务上，成功率从初始生成代码的 28.3% 提升到验证选出代码的 64.2%，并在 Unitree G1 实体机器人上验证。九个迁移任务中，无参考为 45.2%，用源任务初始代码为 41.5%，用验证选出代码为 57.0%。
要点速读
- 编码智能体从少量成功演示生成策略代码，并用仿真反馈迭代优化，验证选出的实现存入软件档案。
- RoboCasa 四个源任务成功率由初始代码 28.3% 升至验证选出代码 64.2%，并在 Unitree G1 实体机器人上验证该方法。
- 九个迁移任务成功率：无参考 45.2%，源任务初始代码 41.5%，验证选出代码 57.0%。
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 2026/11/3 08:00:27（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。