论文页面 - Encore：基于少量示例的智能体操作策略发现

来源：https://huggingface.co/papers/2609.37359

摘要

编程智能体如今能够在很少人工帮助的情况下编写、运行和调试程序\。然而，机器人任务通常仅用一句话描述，其中省略了如何抓取、按什么顺序接触，以及结果应当是什么样子；仅获得这句话的智能体必须通过试错来找出这些细节\。我们提出了 ENCORE，它向智能体提供少量演示，作为供其阅读的证据，而非训练数据\。一个确定性构建器将每段演示提炼为一个资料包，包含多视角关键帧、夹爪事件、帧序列和完整轨迹\。编程智能体研究该资料包，基于固定的感知与动作 API 编写策略程序，通过少量开发阶段的试运行迭代改进程序，并在封闭评估前将其冻结；该评估从不透露成功信号\。在 LIBERO-PRO 上，有演示时，智能体的首个程序就能在一半的扰动任务中成功，而没有演示时仅能在一个任务中成功；冻结后的程序优于使用相同语言模型运行的此前最强智能体系统(96.3% 对 89.3%)\。在指令未明确说明目标的 RoboDojo 任务上，没有演示时，任何程序都无法成功\。ENCORE 还可在真实双臂机器人上运行，通过每项任务五次演示学会方块交接和杯子翻转\。

查看 arXiv 页面 (https://arxiv.org/abs/2609.37359)查看 PDF (https://arxiv.org/pdf/2609.37359)项目页面 (https://yifank.github.io/encore/)GitHub2 (https://github.com/YIFANK/encore)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2609.37359)

在你的智能体中获取这篇论文：

hf papers read 2609\.37359

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

引用这篇论文的模型0

没有模型链接到这篇论文

在模型的 README.md 中引用 arxiv.org/abs/2609.37359，即可从此页面链接到该模型\。

引用这篇论文的数据集0

没有数据集链接到这篇论文

在数据集的 README.md 中引用 arxiv.org/abs/2609.37359，即可从此页面链接到该数据集\。

引用这篇论文的 Spaces0

没有 Space 链接到这篇论文

在 Space 的 README.md 中引用 arxiv.org/abs/2609.37359，即可从此页面链接到该 Space\。

收录这篇论文的收藏集0

没有收藏集收录这篇论文

将这篇论文添加到一个收藏集 (https://huggingface.co/new-collection)，即可从此页面链接到该收藏集\。