Embodied Turing Machines:纯代码策略 RoboDojo 42 项双臂任务成功率 70.24%
Kairui Hu · hf · 2026-10-09
作者提出「具身图灵机」视角:机器人与环境状态是纸带,策略是规则——若状态能被准确表示,决策可完全用代码写出,即 Code-Only-as-Policy(COAP)。
方法
- 代码从相机图像与本体感知中测量并跟踪机器人、环境与任务状态,并据此做每一个决策;同一代码跨 episode 复用,不同任务共享一个库,控制回路中无 VLM 或 VLA。
相比 VLA/Agent Harness 的三点优势
- 显式状态:状态可存于代码;执行可控,能灵活从失败恢复,在线运行快且便宜;可扩展:新任务复用、继承或扩展共享库,能力可跨任务累积。
- 这使 COAP 适合递归自我改进(RSI):编码 agent 闭环开发代码库,每次修改都显式可控;也可作为 VLA/Agent Harness 的高效数据引擎。
结果:在 RoboDojo 的 42 项双臂任务上,该代码库在测试时不依赖模型即达到 70.24% 成功率。局限在上限取决于状态表示的准确性与代码逻辑的鲁棒性。
「具身」频道最新
- 中国开始成规模部署夜间作业的自动驾驶配送机器人 — Polymarket · 2026-10-09
- 机器人学没起量,是因为研究者还没学会 LLM 界的 scaling 艺术 — eigenron · 2026-10-09
- 开发者将Muse Gadget SDK移植到.NET,还让Edge跑上Arduino — unixterminal · 2026-10-09
- AI Tinkerers 东京演示：照片转 AI 笔画再由 AxiDraw 画成纸面肖像 — Stefania_druga · 2026-10-09
- AssemblyAI 给童年玩具 Furby 加上语音 Agent，社区玩出花 — AssemblyAI · 2026-10-09
- KAIST 提出 ME-World:多智能体第一人称世界模型联合去噪生成 — kaist-ai · 2026-10-09