Coding Agents在任务规划中超越人工
发生了什么
据Hugging Face Papers报道，一项研究评估了Claude Code (Opus 5)和Codex (GPT-5.6 Sol, GPT-6 Astra)等编码代理在通用任务与运动规划（TAMP）中的表现。在28个模拟环境进行的98,000次评估中，所有三种代理配置的平均成功率（56%至95%）均优于手工设计的规划器（47%）。随着对象数量增加，代理程序保持更高成功率，且计算量减少一个数量级。
- 平均成功率
- 56%-95%
- 对比基准成功率
- 47%
- 评估环境数
- 28
- 总评估次数
- 98,000
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - Coding Agents for Generalized Task and Motion Planning Problems
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口