进化搜索优化机器人策略图，吞吐量提升 5.27 倍仅花 37 美元
matei_zaharia · x · 2026-09-28
作者 Karim 此前与 AMD 合著提出 Robotics Harness Optimization（RHO）：用进化搜索优化以整个代码仓库形式存在的机器人策略，包括不含 LLM 的静态代码库和 Code-as-Policies 类含 LLM 的仓库。随后 NVIDIA 等提出 Graph-as-Policy（GaP，arXiv:2607.05369）：人类编写技能节点（观察、感知、抓取、移动、释放等），LLM 只负责把节点连成有向计算图，「图即策略」。
博主尝试用 RHO 对 GaP 示例图跑 50 代进化搜索，结果：
- 相对基线吞吐量提升 5.27 倍
- 每次尝试的抓取数从 4.17 降到 1（更高效）
- 两次实验总搜索成本仅 37 美元
GaP 图策略的优势：策略是可读、可 diff 的源代码；失败可定位到具名阶段；编辑便宜、局部、可搜索，进化搜索可以提议「加节点」并打分，无需采集演示。Matei Zaharia 转发点赞了这项研究。
「具身」频道最新
- 把 1999 年《过山车大亨》搬上空间计算：体素重建+手势交互 — stspanho · 2026-09-28
- RoboSSM 用状态空间模型做上下文模仿学习,机器人测试时无需微调即可进步 — yifengzhu_ut · 2026-09-28
- 通用人形机器人有多远?行业分歧:action 数据才是真瓶颈 — Scobleizer · 2026-09-28
- 伯克利 TRACE:机器人双向追踪搞定数据中心同色线缆 — berkeley_ai · 2026-09-28
- macOS 27 测试版现触控调试地图,触屏 MacBook 传闻再添实证 — stephancasas · 2026-09-28
- IFR 报告:全球工厂在役机器人突破 500 万台,2026 年度报告发布 — Recoil42 · 2026-09-28