跳到主要内容
检索

# 协同演化框架

2 篇关联报道

订阅更新
  1. arXiv

    机器人智能体与策略不再各练各的:RoboCoEvo 让失败程序反过来训练 VLA,三轮基准成功率持续上升

    RoboCoEvo 把机器人智能体与视觉-语言-动作(VLA)策略的改进接成闭环:智能体把反复出现的失败归成失败模式,为每种模式写一个可复用的检测器和恢复程序,用这些程序在失败状态及其扰动副本上生成纠正数据,再以 DAgger 式后训练写回策略参数。策略更新后失败分布改变,又反过来指导下一轮程序修订。在 BEHAVIOR-1K、RoboTwin 和 RoboCasa 上,两轮共进化后成功率分别从 0.23 升到 0.34、从 0.79 升到 0.93、从 0.79 升到 0.91。

  2. arXiv

    KernelZero 用 7B 的 Proposer–Coder 协同进化,在 KernelBench 上把 CUDA pass@1 做到 75.8、Triton 做到 77.2

    KernelZero 提出一个由 Proposer 与 Coder 两个模型交替优化的协同进化框架:Proposer 依据 Coder 当前能力边界生成 Torch 模块,Coder 用 CA-GRPO 在正确性可靠后再优化性能,二者以 Qwen2.5-Coder-7B 初始化,在 KernelBench 上 CUDA Level 1/2 取得 75.8/69.6 pass@1、Triton 取得 77.2/72.5 pass@1,并超过 Claude-4.5-Sonnet(CUDA)与 DeepSeek-V4-Pro(Triton)。

已读完全部报道