COAP 新范式:不用 VLM/VLA,纯代码做机器人策略反而在 RoboDojo 拿下 75 分
liuziwei7 · x · 2026-10-14
刘子纬团队提出「具身图灵机」(Embodied Turing Machine)与 Code-Only-As-Policy(COAP)范式:机器人即纸带,环境状态与规则即策略,探索不依赖 VLM/VLA 的纯代码策略在具身智能中能走多远。
- 核心问题:运行时控制回路里不用视觉语言模型,代码即策略能惊人地走多远?在哪里失效?
- 三种行动方式对比:VLA(学习权重)、Agentic Harness(模型+上下文+工具)、COAP(代码+状态→动作)
- 递归自我改进:观察→调试 policy.py→验证测试→保存复用重构的闭环
- 结果:在 RoboDojo 上 COAP 达 75.45 进展分,高于 Agentic(70.24)与 VLA(33.95)
所属事件:具身图灵机与 COAP：纯代码机器人策略(3 条相关)→
「具身」频道最新
- Recova 用编码智能体在仿真中练出机器人自恢复能力，人工干预率从 87.5% 降到 0% — Lianhuiq · 2026-10-14
- NVIDIA AlphaNIST：纯二值奖励让机器人自悟装配技能，成功率 98.2% — abhishekunique7 · 2026-10-14
- 欧盟隐私监管机构呼吁：智能眼镜录制时必须明确提示 — Polymarket · 2026-10-14
- Spot 遥操作细节补充：real2sim 验证技能，无地图自主导航 — ki_ki_ki1 · 2026-10-14
- Argon 智能体自学 Spot SDK，捡罐踩踏板完成倒垃圾 — chris_j_paxton · 2026-10-14
- Meta 研究员招多模态与机器人方向实习生,不限背景 — liuzhuang1234 · 2026-10-14