arXiv Robotics· Zhijie Wei, Ferris Tan, Jinghui Wang, Hao Zhou·· 4 小时前AI 评分40
视觉界面机器人智能体的自动 harness 进化：rollout 规模与 Champion-Challenger 选择机制
Scale and Selection: What Makes Automatic Harness Evolution Work for Visual-Interface Robot Agents
AI 导读
研究显示，视觉界面机器人智能体的 harness（提示词、工具与控制规则）可由优化器智能体自动进化。每轮训练 batch 从 5 增至 100 rollouts 可提升泛化性，小 batch 则过拟合；采用 Champion-Challenger 规则仅在同一固定用例上胜过现任版本才采纳修订，30 轮内将 LIBERO 任务留出成功率从 51% 提升至 67%。
来源：arXiv Robotics · arxiv.org