论文页面 - 具身代理架构的自动化设计

来源：https://huggingface.co/papers/2606.30111 发布于7月3日

·

由 Zhou (https://huggingface.co/JianZhou0420) 于7月9日提交

摘要

自动化代理架构搜索在提升具身代理性能方面展现出潜力，同时也揭示了基于模拟训练中与优化信号、局部最优和信用分配相关的挑战。

具身代理通常被构建为感知、记忆、规划、动作模块的手工设计组合。这种模块化暴露了巨大的架构设计空间，但当前系统仍依赖研究人员的直觉来决定信息存储位置、观测处理方式以及模型调用连接方式。代理架构搜索（AAS）已实现文本域代理此类设计的自动化，但尚未通过模拟器 rollout 对感知型具身代理进行系统评估。我们研究这种迁移。我们引入 AgentCanvas——一种类型化的图运行时，将具身执行器托管为可编辑的节点-线程序，具备模拟器感知执行和片段级日志；以及 KDLoop——一种编码代理搜索过程，通过提议、批评、实验和精炼循环，并在停滞时触发反思。我们在四个具身执行器（涵盖视觉-语言导航、具身问答和语言条件操控）上评估了三种 AAS 变体。由此产生的 3x4 矩阵表明，架构级搜索能够在具身任务上产生可部署且定向的成功率提升，同时一个看似高分候选被判定为存在泄露。同时，实验揭示了文本域 AAS 中未被注意的约束：优化信号可能被 rollout 噪声掩盖，搜索可能陷入局部编辑盆地，即使有详细日志可用，片段级信用分配也仅部分浮现。这些结果表征了自动化架构搜索对具身代理的潜力和当前局限。

查看 arXiv 页面 (https://arxiv.org/abs/2606.30111) 查看 PDF (https://arxiv.org/pdf/2606.30111) 项目页面 (https://jianzhou0420.github.io/src/works/AgentCanvas/paper.html) GitHub33 (https://github.com/jianzhou0420/AgentCanvas) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.30111)

在您的代理中获取此论文：

hf papers read 2606.30111

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

引用此论文的模型0

无模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.30111 以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2606.30111 以从此页面链接。

引用此论文的 Spaces0

无 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.30111 以从此页面链接。

包含此论文的收藏集0

无收藏集包含此论文

请将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。