InterEvolve：人形机器人奖励程序测试时进化

2026年10月1日，HuggingFace Daily Papers 收录论文《InterEvolve：面向人形机器人移动操作奖励程序的测试时进化》。该工作提出通过测试时进化奖励程序，使控制器无需重新训练即可完成此前未训练过的人形机器人移动操作任务。方法上，它结合物体感知的前向-后向行为基础模型（FB 模型）与 LLM 智能体：LLM 智能体依据执行反馈和已验证的程序技能库修改奖励程序结构，数值优化器则负责参数调优。实验显示，进化出的奖励程序释放了 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。目前报道仅介绍该方法与实验结果，未提及后续进展或外部复现情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。