SEAR框架：语言模型Agent自主改进机器人技能

发生了什么

据arXiv论文，SEAR（Self-Evolving Agentic Robotics）是一个框架和基准，旨在评估前沿语言模型Agent是否真正学习以及所学技能能否跨任务迁移。该框架让Agent以三种模式运行：编写代码作为策略、在控制循环中实时行动、或作为研究者微调视觉-语言-动作模型。基准测试包含分离保留经验与重复尝试等控制变量。在对7种前沿语言模型、330个模拟任务和5个物理任务的测试中，发现机器人Agent的学习曲线取决于总时间预算和任务难度；控制代码和共享例程可跨任务和模拟器迁移，而特定任务解决方案则不能。在真实机器人上观察到Agent设计的练习与新人类设计场景间的性能差距。不同模型进化方式不同，纯文本模型可与多模态模型持平。研究发布了基准和代码库。