用编程 Agent 训练机器人：Em-bodiedSWE 让 VLA 在真实机器人上完成长时程任务
Haoxiang You · hf · 2026-09-24
研究团队提出 EmbodiedSWE 框架，探索用编码 agent 解决长时程灵巧机器人任务，并能否将解法转化为训练通用机器人策略的可扩展监督信号。
核心发现与做法：
- 发布 EMBODIEDSWE-BENCH：覆盖接触丰富操作、可变形物体和最长需连续交互半小时的任务的仿真基准。前沿编码 agent 能解复杂长时程任务，且能跨任务、跨本体迁移已有解法。
- 由此推出 EMBODIEDSWE-GEN：把 agent 的单个解法扩展成大量多样化轨迹，用于训练 VLA。VLA 性能随生成示范数量提升，agent 辅助的多样化还能提升对未见任务变体的泛化。
- 仅用编码 agent 生成的仿真示范微调的 VLA，成功在真实机器人上完成一个长时程任务。
整体上，该框架用编码 agent 解复杂机器人任务，并把验证过的解法变成机器人策略的可扩展监督。
所属事件:EmbodiedSWE：编码智能体攻克长程灵巧机器人任务(4 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12