EmbodiedEvo发布：单场景演化可复用技能的编码智能体

EmbodiedEvo 论文作者团队发布研究，提出让编码智能体在单一 Playground 场景中通过反馈演化出可复用的 Skills 与 Lessons，随后冻结该框架应用于多样新场景。在 RoboDojo-Sim 评测中，EmbodiedEvo 平均分 44.48、成功率 37.82%，作者称超过所有官方验证结果。 与直接使用原始交互历史相比，Skills 与 Lessons 在任务表现相当的情况下把执行成本降低 53.0%。作者还称，强模型的经验可提升弱执行器：Astra 的经验使 Sol 和 Luna 的成功率分别提高 8.86 和 5.50 个百分点（相对无经验情形）。

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。