提出机器人harness自动进化方法

Zhijie Wei 等研究者提出用 optimizer agent 自动改进机器人 coding agent 的 harness（提示、工具与控制规则），并报告：训练 rollout 数从 5 增至 100 时 held-out 成功率随之上升，小批量会过拟合训练任务。 论文称，采用 Champion-Challenger 规则（仅当新修订在同一批固定用例上胜过现任才晋升），30 轮后 LIBERO 任务 held-out 成功率从 51% 升至 67%；将进化后的 harness 与预训练策略结合、通过一个工具交出控制权，在 RoboCasa365 榜单基准上达到 71.2%，比已发表最佳条目高 13.1 个百分点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。