研究重新审视代码即策略智能体的自修复：重试成功由什么驱动

研究在仿真机器人操作中考察代码即策略智能体的重试成功来源，指出额外采样与任务指引也能提升成功率，使失败专用反馈的贡献变得不清晰。作者用固定查表按失败标签和 API 变体选择反馈模板，冻结的代码模型在每次场景重置后生成新程序。在相同的 252 个初始失败上，Qwen2.5-Coder-7B 在五次重试内恢复 85.3%，而同样重试上限的重采样为 68.3%，该优势在固定总 token 预算下仍存在。