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 用编码智能体攻克机器人灵巧任务(3 条相关)→
「编程与Agent」频道最新
- Resend 接入 Stripe Projects，一条命令为 AI Agent 配好邮件服务 — jeff_weinstein · 2026-09-24
- 实测 MiniMax Code 一键建站：自然语言到上线的完整流程 — nikola_mr64990 · 2026-09-24
- AI Agent 测试或成下一个大赛道:自主 QA 层押注可靠性 — DevWithTea123 · 2026-09-24
- 本地脱敏中间件构想:敏感数据不出门也能用外部 LLM — Ai_MOON_SHOT · 2026-09-24
- Harness Engineering 实战指南：让编码 agent 可靠的不止是写代码 — Pavan_Belagatti · 2026-09-24
- Claude Code Projects 支持本地设备,线程可直接跑在自己机器上 — bcherny · 2026-09-24