南洋理工 COAP 论文:让代码而非 LLM 待在机器人控制回路,42 项双臂任务成功率 75%
liuziwei7 · x · 2026-10-14
刘子纬团队(NTU)提出「具身图灵机」视角与 Code-Only-as-Policy(COAP)系统,主张别把 LLM 塞进 200 毫秒一次的控制回路:离线让 coding agent 构建、调试共享 Python 库;在线机器人只跑普通代码,无 VLA、无 VLM 调用。
- 显式状态:三路 RGB 相机+本体感知,用 NumPy/OpenCV 借已知机器人 mesh 分割自身、在桌面平面定位物体,显式存物体位姿、抓取状态、任务进度与重试次数
- 决策模式:measure → act → verify → recover,抓空了就重新测量再试,可控、可恢复、快且便宜
- 递归自我改进:coding agent 闭环开发库,每次改动显式可验证;分支并行实验(每轮跑 k 个分支保留最优)显示分支越多改动越快被接受
- 结果:RoboDojo 42 项双臂任务上,共享库成功率达 75.45%,对比 VLA 33.95%、Agentic Harness 36.27%;固定代码、CPU 上运行、无需模型调用
所属事件:刘子纬团队提出具身图灵机与纯代码策略 COAP(5 条相关)→
「具身」频道最新
- OpenGVLab 推出 RSI-Nav:导航智能体数据递归自我改进,R2R-CE 达 68.6% — OpenGVLab · 2026-10-14
- 阳交大 Cepheid:学无量纲先验,稀疏运动补全跨几何族零样本泛化 — NYCU · 2026-10-14
- 开源应用 Visor 替代 Meta AI：Ray-Ban Meta 眼镜可自选模型、照片留在手机 — jedisct1 · 2026-10-14
- arXiv 单日新增 304 篇机器人论文，领域热度爆发 — DJiafei · 2026-10-14
- WAVE-0 用 257M 轻量世界模型增强 VLA,真实任务成功率 38.3%→73.3% — Haomin Wang · 2026-10-14
- 机器人叠桌布的修复循环:规则函数+学习策略+显式成功检查 — arankomatsuzaki · 2026-10-14