南洋理工让 Claude 写代码控机器人,仿真成功率升至 70.24%
aigclink · x · 2026-10-14
南洋理工大学等提出「具身图灵机」思路下的 COAP 方法：让 Claude Opus 5.5 编程 Agent 离线开发机器人控制程序，执行阶段完全不调用 VLM、VLA，也不需要在线 Agent 决策。
- 思路对比：传统 VLA 根据观测直接预测动作，Agent-as-Policy 让大模型在线反复推理决策；COAP 则把大模型移出实时控制环路，只用于离线策略开发与改进。
- 执行机制：代码通过摄像头与本体传感器持续更新环境和任务状态，按显式规则决定动作，并支持失败恢复，而非执行固定动作序列。
- 结果：在 RoboDojo 的 42 项双臂机器人任务中成功率达 70.24%，比此前最佳的 31.38% 高出 38.9 个百分点。
- 意义与局限：意味着机器人能力提升可以像软件工程一样靠修改、测试、积累代码持续改进，而不必重训模型；但目前结果全部来自仿真，依赖已知物体几何和相机配置，真实世界的复杂接触、光照变化与泛化仍是挑战。
所属事件:NTU 提出 COAP：纯代码策略做机器人控制(7 条相关)→
「具身」频道最新
- Sber 发布 GreenWAM：一个世界模型通吃 20 类机器人并可直接当策略 — SberRoboticsCenter · 2026-10-14
- Nature 警告:AI 眼镜普及正酝酿大规模隐私危机 — marigo · 2026-10-14
- 等不到 JetKVM Mini,博主入手 LuckFox KVM 给 AI agent 当远程眼睛 — TheZachMueller · 2026-10-14
- 中国电动自动驾驶拖拉机 T70 走红,已投产可完成全耕作周期 — lukas_m_ziegler · 2026-10-14
- Nomagic 仓库机器人强调应对意外场景，称更多成果将至 — m_wulfmeier · 2026-10-14
- 网友翻出 Rabbit R1：称其超前于时代，准备大改特改 — SimonBalmain · 2026-10-14