南洋理工发布 CodeActionBench：考验智能体操控机器人的全闭环能力
jiqizhixin · x · 2026-10-23
南洋理工大学及其合作者发布 CodeActionBench（ArXiv 论文 + 开源项目），用于评测「agentic code-as-policy」在具身操作任务上的能力。
背景问题
- 现有机器人基准要么假设固定的策略接口，要么不测试完整的 agentic 循环：观察、估计、写代码、纠错、判断完成
- 与 VLA（视觉-语言-动作）依赖大规模数据集训练动作策略不同，Code-as-Policy 让多模态模型在推理时生成组合机器人 API 的程序
评测内容
- 智能体需自主选择观察视角与视觉目标、构建 3D 估计、构造操作位姿、编写并调试策略代码、自评任务完成度
- 接口中刻意排除深度传感、外部感知/抓取专家模块和特权场景状态，强制智能体自己完成任务相关估计
- 评测同时检查任务结果、中间进度与完成判断，在双臂等场景上进行测试
「具身」频道最新
- 开发者用 OpenAI Realtime API 语音控制机械臂：仿真实训技能+视觉定位玩井字棋 — Tarun122 · 2026-10-23
- Microduck 造访 ROBOTIS 总部，为机器人朋友囤积更多舵机 — TinfoilTricorn · 2026-10-23
- EPFL 推出 LogSync 神经芯片，实时解码脑区网络信号 — MacrinePhD · 2026-10-23
- Wayve 联手 Stellantis 与英伟达，把法国打造成自动驾驶全链条基地 — alexgkendall · 2026-10-23
- 语言当传感器用：CoRL 论文让机器人融合语言与视觉建图 — andreea7b · 2026-10-23
- AI 加持下学硬件更容易:交互式 3D 学 Arduino 应用更新 — burhop · 2026-10-23