EmbodiedSWE：面向长时程灵巧机器人任务的编程智能体
这项研究探讨编程智能体能否通过解决复杂、耗时的机器人任务，为通用机器人策略的训练提供可扩展的监督数据。研究团队推出模拟基准 EMBODIEDSWE-BENCH，涵盖接触密集型操作、可变形物体，以及最长达 30 分钟的连续交互。前沿编程智能体能够解决复杂任务，并将已有方案迁移到不同任务和机器人形态上，但需要大量迭代交互，且方案通常针对单个任务实例。EMBODIEDSWE-GEN 将单个智能体方案扩展为多样化训练轨迹。生成的示范越多，视觉-语言-动作（VLA）模型性能越好；借助智能体进行多样化处理，也能提升模型对未见任务变化的泛化能力。研究还展示了一个仅使用编程智能体生成的模拟示范进行微调的 VLA，能够在真实机器人上完成一项长时程任务。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。