自动harness演化提升视觉界面机器人智能体表现

一项研究发现，视觉界面机器人智能体的 harness 可由另一 coding agent 自动改进：在 LIBERO 任务上，采用 Champion-Challenger 规则（仅当修订在同一批固定用例上击败现任版本才予以采纳）筛选修订后，留出成功率在 30 轮内从 51% 升至 67%。 该结果依赖两个条件：轮数固定时，每轮 rollout 数从 5 增至 100，留出集成功率随训练批次增大而上升，小批次则对训练任务过拟合；若无条件接受优化 agent 提出的每一次修订，harness 会在几轮内退化。 研究由此得出的结论是自动 harness 演化可行，但其收益取决于每次决策背后的 rollout 规模，以及如何筛选优化 agent 的修订。该论文由 Zhijie Wei、Ferris Tan、Jinghui Wang 发表。

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。