趣味代理机器人学习

当前代理机器人系统虽能编写代码策略并修正行为，但主要依赖任务驱动，仅在明确指令下获取技能。本文提出趣味代理机器人学习范式，让具身编码代理在下达任务前通过自导游戏进行持续技能学习。我们引入了专为游戏期技能获取设计的机器人代理团队（RATs）。在游戏中，RATs 主动提出新颖且可学的探索任务，规划执行策略，验证进度，诊断失败并利用密集反馈重试，最终将成功执行提炼为持久代码技能库。实验表明，该机制显著提升了下游任务表现，且所学技能无需微调即可迁移至其他代理。