密歇根大学提出 Auto-Robotist：LLM 积累设计经验，机器人协同设计搜索提速 1.66 倍
新智元 · wechat · 2026-11-06
密歇根大学安娜堡分校团队的 AI 机器人协同设计智能体 Auto-Robotist 被 EMNLP 2026 主会录用并开源。核心思路是把机器人身体结构搜索与控制器训练结合，让 LLM 在搜索过程中把试错经验整理成可复用的「技能库」。
为什么需要记忆：在 EvoGym 软体机器人平台上，10×10 网格有 5^100 种结构组合；每个候选设计都需用 PPO 训练控制器再做仿真评估，代价高昂。遗传算法（GA）只保留优胜个体，不沉淀设计知识。
方法：技能库分三层——L1 原型（什么结构有用）、L2 规则（怎么改进、避免什么）、L3 观测（支撑证据）。流程循环三步：检索经验提出设计 → 仿真验证（PPO 51.2 万步训练）→ Add/Diagnose/Merge 更新经验。LLM 参数全程冻结，只更新自然语言技能库。
主要结果：
- 5×5 冷启动搜索：七项任务平均最优得分全部高于 GA，平均收敛加速 1.66 倍，搜索过程 67% 的评估阶段保持领先
- 10×10 跨尺度迁移：技能库+参考设计设置下六项任务超 GA、一项持平，平均得分差 +1.45
- 对照实验表明直接放大旧设计不可行（放大后搬运任务得分仅 0.16），技能库规则本身也能在部分任务上奏效
- 消融实验：移除 GA 变异通路、L2/L3 规则、Diagnose/Merge 在推物任务上分别降 24.0%、23.8%、21.6%/14.0%
技能库最终含 5 类结构原型、12 条正向规则与 17 条负向规则，负向失败经验多于正向。局限在于验证仅限网格化软体机器人仿真，真实硬件检验待探索。
「具身」频道最新
- CoreWeave Q3 营收 36.6 亿美元涨 168%,签约 Wayve 训练 AI Driver — thursdai_pod · 2026-11-13
- NVIDIA 发布 BirdDreams：联合生成透视图与 BEV 的自动驾驶世界模型 — nvidia · 2026-11-13
- Galaxea 联创清华赵行 CoRL 演讲：机器人智能按时间尺度分 System 2/1/0 — YuXiang_IRVL · 2026-11-13
- 疑 OpenAI 硬件设备开箱照流出：机械臂配透明掌机 — yungcontent · 2026-11-13
- FINGR 灵巧手用连续手指技巧拧开二阶魔方,获 CoRL 工作坊最佳论文 — Scobleizer · 2026-11-13
- 李飞飞转发 Atlas 新演示:很难形容它有多酷 — drfeifei · 2026-11-13