InterEvolve：面向人形机器人移动操作奖励程序的测试时进化

InterEvolve 通过测试时进化奖励程序，让控制器无需重新训练即可完成未训练过的人形机器人移动操作任务。该方法结合物体感知的前向-后向行为基础模型与 LLM 智能体，后者依据执行反馈和已验证程序技能库修改奖励程序结构，数值优化器负责调参。实验显示，进化出的程序释放了 FB 模型未被人工奖励触及的能力，并可在 Unitree G1 实体机器人上基于第一视角感知自主运行。