RoboArchitect：不改权重自动设计机器人智能体框架

Shengguang Wu 等作者在 arXiv 提交预印本，提出 RoboArchitect：让编码模型观察机器人 rollout、诊断失败，并迭代修改冻结策略外围的 agent harness，全程不更新任何模型权重。作者称在多个基准和策略上，未见场景平均成功率从 9.7% 升至 43.3%（4.5 倍），未见任务从 12.7% 升至 40.2%（3.2 倍）。 harness 在一组 episode 上演化优化，再在留出的场景和任务上评测。作者称基准离策略训练数据越远增益越大，包裹通用策略后演化出的框架常优于微调版本；框架还能自动形成抬升卡住机械臂、遇上方障碍改水平接近等控制策略，并演化持久记忆，把有效抓取深度等经验带入后续决策。 该工作为 arXiv 预印本，未经同行评议，上述成功率与增益均为作者自报结果。

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。