arXiv cs.AI· Minghui Zhao, Yiming Li, Sophie Zhu, Maxwell Khor, Lauren Ouyang, Hai "Helen" Li, Yiran Chen, Tingjun Chen·· 4 小时前AI 评分52
EmbedGym:让编码智能体无需物理硬件即可开发和调试嵌入式固件
EmbedGym: Letting Coding Agents Develop and Debug Embedded Firmware Without Physical Hardware
AI 导读
EmbedGym 是一个交互式虚拟硬件环境,让编码智能体无需物理硬件即可开发和调试嵌入式固件。它用指令级 MCU 模拟器执行与真实板卡相同的二进制,接入 41 个外设模型、模拟电路仿真器和虚拟 WiFi/BLE 端点,并配套 598 个任务、覆盖 6 组 MCU-框架组合的 EmbedGym-Bench。
正文 · AI 翻译
摘要:现代编码智能体在通用软件基准测试中表现良好,因为它们可以在闭环中运行代码和单元测试。然而,嵌入式固件开发打破了这一闭环:一个能够编译通过的程序,仍可能因引脚极性、总线协议、时序或网络缺陷而在真实硬件上失败,而这些问题是处于文本终端的智能体无法观察到的。现有的嵌入式编码智能体要么跳过硬件执行,要么驱动仅有 GPIO 的模拟器并伴随数秒延迟,要么在静态环境中的物理板卡上进行测试。在本文中,我们提出 EmbedGym,一个交互式虚拟硬件环境,使编码智能体无需物理硬件即可开发和调试嵌入式固件。EmbedGym 使用指令级微控制器单元(MCU)模拟器来执行与烧录到物理板卡上相同的二进制文件,将它们连接到 41 个外设模型、一个模拟电路模拟器以及虚拟 WiFi/低功耗蓝牙(BLE)端点,并提供一个接口,供智能体更改传感器输入、按下按钮并检查硬件状态。在此基础上,我们构建了 EmbedGym-Bench,它包含跨 6 个 MCU-框架对的 598 个任务,由隐藏的定时测试向量评分,使用一个五阶段多智能体工作流,从数据手册和驱动库中合成外设模型和任务。我们以三个层级将 EmbedGym 暴露给编码智能体,并在超过 14K 条轨迹上评估了八个模型。即使编译成功率达到 99.7%,仍有 19.9% 的已编译固件在运行时失败(在个别目标上高达 73%)。相比之下,在 EmbedGym 中进行交互式硬件测试使各模型的通过率提高了 +4.9% 至 +14.7%(在个别目标上高达 +31%)。我们的结果还表明,配备 EmbedGym 的智能体优于先前的嵌入式智能体框架,而配备 EmbedGym 的轻量级模型以低 30-70 倍的成本达到未配备它的前沿模型的水平。
| 学科: | 软件工程(cs.SE);人工智能(cs.AI) |
| 引用为: | arXiv:2611.21845 [cs.SE] |
| (或此版本的 arXiv:2611.21845v1 [cs.SE]) | |
| https://doi.org/10.48550/arXiv.2611.21845 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Minghui Zhao [查看电子邮件]
[v1]
2026年11月16日星期一 20:02:12 UTC(3,444 KB)
来源:arXiv cs.AI · arxiv.org