论文页面 - 游戏化具身智能体学习

来源：https://huggingface.co/papers/2606.19419 发布时间：6月17日

#3 当日论文 (https://huggingface.co/papers/date/2026-06-19) 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

具身机器人通过自主游戏和探索学习可复用的技能，然后将这些技能应用于下游任务，无需额外训练即可提升表现。

当前的具身智能体系统能够编写可执行的Code-as-Policy (https://huggingface.co/papers?q=Code-as-Policy)程序，观察反馈，并在多次尝试中修正行为，但它们仍然主要基于任务驱动：可复用技能只有在明确指令下达后才能获得。我们研究了游戏化具身智能体学习，其中具身编程代理 (https://huggingface.co/papers?q=embodied%20coding%20agent) 在下游任务 (https://huggingface.co/papers?q=downstream%20tasks) 到来之前，将自主游戏 (https://huggingface.co/papers?q=self-directed%20play) 作为持续的技能学习阶段。我们引入了RATs，即专为游戏时间技能习得设计的机器人代理团队。在游戏过程中，RATs提出新颖且可学习的探索性任务 (https://huggingface.co/papers?q=exploratory%20tasks)，规划并执行机器人代码策略 (https://huggingface.co/papers?q=robot-code%20policies)，验证中间进度，诊断失败，通过密集的步骤级反馈进行重试，并将成功执行提炼到持久的代码技能库 (https://huggingface.co/papers?q=skill%20library) 中。在测试时，代理从该冻结的技能库中重用相关技能来帮助解决新任务。在LIBERO-PRO (https://huggingface.co/papers?q=LIBERO-PRO) 和MolmoSpaces (https://huggingface.co/papers?q=MolmoSpaces) 上的实验表明，通过游戏学习的技能在未见过的下游任务 (https://huggingface.co/papers?q=downstream%20tasks) 上优于无游戏和随机游戏基线，在LIBERO-PRO (https://huggingface.co/papers?q=LIBERO-PRO) 和MolmoSpaces (https://huggingface.co/papers?q=MolmoSpaces) 上分别比CaP-Agent0提高了20.6和17.0个百分点。此外，学习到的技能可以简单地检索到上下文中，插入到其他推理时的Code-as-Policy (https://huggingface.co/papers?q=Code-as-Policy) 代理中，无需微调底层模型即可在RoboSuite (https://huggingface.co/papers?q=RoboSuite) 和真实世界迁移中分别提升8.9和8.8个点。

查看arXiv页面 (https://arxiv.org/abs/2606.19419)查看PDF (https://arxiv.org/pdf/2606.19419)项目页面 (https://playful-rats.github.io/)GitHub38 (https://github.com/Playful-RATs/rats)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.19419)

在您的代理中获取此论文：

hf papers read 2606.19419

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

请在模型README.md中引用arxiv.org/abs/2606.19419以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

请在数据集README.md中引用arxiv.org/abs/2606.19419以从此页面链接。

引用此论文的Spaces0

没有Space链接此论文

请在Space README.md中引用arxiv.org/abs/2606.19419以从此页面链接。

包含此论文的收藏集1