标签
本文提出 Code-Only-As-Policy (COAP) 范式，将机器人本体视为图灵机，用显式代码替代 VLM/VLA 进行决策与状态跟踪，并借助编码智能体实现闭环递归自我改进；在 RoboDojo 的 42 项双臂任务上达到 70.24% 成功率，且测试时无需模型在环。
PhysCaP 是一个基于物理信息的代码生成代理，它通过主动探索物体来推断隐藏的物理属性，以实现高效的机器人操作。
一篇综述论文，将机器人学习技术按照“冻结权重策略（VLA模型）”与“以代码形式自行编写可执行技能的智能体”这一轴线进行组织，提供了自我改进机制的分类法，并分析了新兴的机器人技能经济。
MEMENTO引入了一种记忆引导的模因框架，用于进化机器人控制程序（代码即策略），在长时域具身任务中优于现有方法如Eureka和REvolve，并展示了从仿真到真实的迁移。
ASPIRE 是一个持续学习系统，通过迭代探索自主开发和优化机器人控制程序，在操作任务和家务任务中取得显著提升，并实现了从仿真到现实的迁移。
介绍趣味性自主机器人学习（Playful Agentic Robot Learning），其中具身编码智能体通过自主探索游戏（self-directed play）学习可复用技能，无需额外训练即可提升下游任务表现。提出的RATs系统在仿真和现实世界迁移中相比基线取得了显著提升。
作者为其OpenClaw AI智能体配备了一个实体机械臂，成功配置使其能够抓取物体并训练另一个AI模型，展示了AI可以简化机器人控制。