Hugging Face 每日论文·· 9 天前精选AI 评分56
EMHO：通过执行轨迹自演化优化具身智能体 harness
EMHO: EMbodied Agent Harness Optimization via Experience Traces
AI 导读
EMHO 提出一种自演化框架，在冻结具身模型的前提下，通过分析执行轨迹与历史 harness 记录来迭代修订控制规划、上下文和工具使用的 agent harness。论文还提出 EMHO-Merge，用回合级增益与损失指导单一共享 harness 在多子任务上的联合优化；在 EmbodiedBench 的导航与操作任务上，EMHO 对 Qwen 9B 和 27B 模型均持续提升任务成功率。
推荐理由
论文把优化对象从模型转向 harness 本身，为资源受限的具身智能系统提供了另一条改进路径。
来源：Hugging Face 每日论文 · huggingface.co