会写代码的 Agent，正在走向物理世界。 通过机器人接口，它们能够观察场景、编写控制程序，并根据反馈调整动作。即使未经目标任务微调，前沿 Coding Agent 的 Zero-shot 成功率，也已能与在相似场景上训练过的 VLA、WAM 系统相当。 但 Zero-shot 的表现，只是这条路线的起点。 面对陌生的机器人，从 “会调用接口” 到 “能抓稳物体”，Agent 仍需边执行、边摸索。这些探索消耗任务预算，积累的经验却不会自动留给下一个 Agent。 就像 VLA 模型需要大量轨迹来训练， 「如果先给 Agent “训练” 的机会，再让累积的经验成为下一次执行的起点呢？」 Einsia AI 旗下 Navers Lab 团队提出了 EmbodiedEvo ：每个任务仅用一个 Playground 场景，让 Agent 在交互中积累代码 Skills 和文字 Lessons。探索结束后，将这份 harness 冻结，交给新的 Agent，在未见场景中完成评估。无需更新模型权重，Agent 就能带着经验出发，并继续根据现场反馈调整动作。 在被誉为 “具身智能界的珠穆朗玛峰” 的 RoboDojo 评测中， EmbodiedEvo 取得 45.08 的平均分、38.95% 的成功率，超过所有 VLA/WAM、Agent、Agent+VLA 的方法。 论文题目：EmbodiedEvo: Self-Evolving Coding Agent for Physical Intelligence 项目主页：https://lab.einsia.ai/embodiedevo/ arXiv：https://arxiv.org/abs/2610.18867 GitHub：https://github.com/Einsia/EmbodiedEvo 从写代码到控制机器人 在 EmbodiedEvo 中，Agent 用 Python 程序控制机器人。 它在工作区编写控制代码，提交给适配器执行，再查看相机画面、机器人状态和执行反馈，决定下一步如何修改程序。代码可以分段提交，同一回合中的仿真状态、变量和函数持续保留。 这套控制接口只有四个环境原语： get_instruction () ：读取当前任务与目标。 get_observation () ：获取相机图像与机器人状态，不推进仿真。 step (action) ：执行关节或末端位姿目标及夹爪指令，返回观测、完成信号和终止状态。 reset () ：重置同一场景，仅供 Playground 探索使用，Test 阶段禁用。 底层控制器负责逆运动学和动作插值。Agent 则把这些原语组织成接近、对齐、闭合夹爪、抬升等操作流程。接口不预先提供「抓取成功」这样的高级技能，流程如何实现、何时继续，需要结合反馈判断。 几种控制范式的区别，在于谁生成动作、如何根据反馈调整： VLA ：由学习得到的策略生成机器人动作或动作序列。 Agent＋VLA ：Agent 负责上层规划与调度，VLA 负责生成具体动作。 单轮 LLM/VLM ：在图示的固定工作流中，模型一次输出结构化动作描述，由适配器转换执行。 Coding Agent ：自主编写可执行程序，并在持续交互中检查结果、修改代码、继续执行。 代码既是行动的载体，也为经验复用提供了落点。 一次探索中验证过的操作，可以整理成带参数和检查条件的函数，供后续任务执行调用。这也让「熟悉机器人」的过程有机会留下可复用的成果。 EmbodiedEvo：把一次物理交互变成可复用的经验 理解任务、读懂接口，并不意味着已经掌握可靠的操作。 团队详细分析了 Astra 在 Robodojo-sim 上的执行轨迹，发现： 在 Tic-tac-toe 任务中：Astra 知道要抓，却还没掌握可靠的抓法。 Astra 两次空抓，直到第 367 个原生动作才首次抓住圆环，已消耗约三分之一的动作预算。该回合最终未完成棋盘任务。 在 Imitation sorting 任务中：先观察、再执行，是任务的行动前提。 演示臂尚未归位时，如果执行臂明显偏离初始姿态，就会直接判失败。Astra 在演示仍进行时开始移动，执行 16 个动作后，回合以失败终止。 Tic-tac-toe 任务需要可靠的抓取流程，Imitation sorting 任务需要明确的行动前提。 「可靠的操作，既包括 “怎么做”，也包括 “在什么条件下做”。」 EmbodiedEvo 因此设置 Playground 阶段：Agent 在持续的仿真会话中探索、查看物理反馈，并将经验整理为两种互补形式。 Skills：把 “怎么做” 写成代码。 例如对齐、抓取、抬升，再检查物体是否仍在夹爪中。 Lessons：把 “何时做、哪里容易
![[流言板]热刺1-0考文垂半场数据：射门5-4，射正1-0，良机0-0](/img/about/[%e6%b5%81%e8%a8%80%e6%9d%bf]%e7%83%ad%e5%88%ba1-0%e8%80%83%e6%96%87%e5%9e%82%e5%8d%8a%e5%9c%ba%e6%95%b0%e6%8d%ae%ef%bc%9a%e5%b0%84%e9%97%a85-4%ef%bc%8c%e5%b0%84%e6%ad%a31-0%ef%bc%8c%e8%89%af%e6%9c%ba0-0.jpg)
