SEAR 基准发布：评测 LLM 智能体在机器人上的自进化能力

xiye_nlp · x · 2026-10-08

Bangzheng Du 等人发布 SEAR，一个系统性评测 LLM 智能体在机器人任务上自我进化的基准与框架。核心是「进化闭环」：在限定时间预算内，智能体及其技能库更新策略 → 策略在仿真或真机上运行 → 裁判返回反馈 → 技能库把经验带入下一任务。他们同时研究三种自进化形态：代码即策略（code-as-policy）、智能体直接进控制环（agent-as-policy）、智能体自己训练 VLA（autoresearch）。发现显示，不只 Astra，连纯文本的 DeepSeek 等 LLM 也能控制机器人；Astra 最擅长实时观看并纠错，Fable 则最擅长先用代码构建工具与策略。项目累计投入了 4 年以上的智能体进化计算时间。