arXiv cs.AI· Kaixin Li, Meng Luo, Yanlin Li, Yuchen Tian, Xiang Liu, Xiangru Jian, Yan Yang, Zhiheng Xi, Yang Zhang, Ziyang Luo, Mingfei Cheng, Hongzhan Lin·· 4 小时前AI 评分38
当世界成为测试套件:面向物理世界的智能体智能
When the World Is the Test Suite: Agentic Intelligence for the Physical World
AI 导读
一篇 83 页论文将物理世界视为程序的测试套件,系统梳理为机器人、实验室和工业控制器编写程序的编码智能体。论文围绕智能体如何为物理世界写程序、这些程序如何被测试、以及智能体如何从结果中学习三个问题展开,指出写程序正变得廉价,而可信的验证证据依然昂贵。作者提出进展将依赖物理版的持续集成:验证要便宜到能频繁运行、可靠到能在搜索中信任,并与它所验证的经验同步维护。
正文 · AI 翻译
作者:Kaixin Li、Meng Luo、Yanlin Li、Yuchen Tian、Xiang Liu、Xiangru Jian、Yan Yang、Zhiheng Xi、Yang Zhang、Ziyang Luo、Mingfei Cheng、Hongzhan Lin
摘要:如今,为修复软件而构建的编码智能体已经能够为机器人、实验室和工业控制器编写、测试并修复程序。与软件工程不同,这类代码并没有配套的测试套件。程序能否正常工作,必须通过在机器人上运行、在物理模拟器中运行,或通过它协助训练的策略来验证,而这类证据获取成本高昂,且本身也可能出错。随着这些智能体承担越来越多的物理任务,如何评判它们的程序与如何编写这些程序同样重要。本文通过将世界视为程序的测试套件,考察了这一新兴领域——面向物理世界的智能体智能。我们围绕三个问题组织讨论:智能体如何为物理世界编写程序、这些程序如何被测试,以及智能体如何从结果中学习。我们首先梳理机器人语言模型与软件工程智能体的融合历程,探讨哪些软件测试实践可以迁移到物理测试中,并依据程序相对于执行器的位置以及由什么来评判它,对每个程序加以描述。在编写方面,我们涵盖作为机器人策略的程序,以及通过生成奖励、任务和训练环境来支持策略学习的程序。在测试方面,我们考察物理试验的成本,以及轨迹、学习型评判器、模拟器和形式化检查能在多大程度上替代它们,并讨论除任务成功之外安全还需要什么。在学习方面,我们讨论经过测试的程序如何作为经验被保留下来,包括技能库和模型权重两种形式。最后,我们转向基准与评估实践,并概述开放挑战。编写程序正变得廉价,而关于程序行为的可信证据依然昂贵。因此,进展将取决于持续集成的物理对应物:验证要足够廉价以便频繁运行,足够可靠以便在搜索中值得信赖,并与它所验证的经验一同维护。
| 评论: | 83 页。项目页面:此 https URL。GitHub:此 https URL |
| 主题: | 机器人学(cs.RO);人工智能(cs.AI);软件工程(cs.SE) |
| 引用为: | arXiv:2611.22291 [cs.RO] |
| (或 arXiv:2611.22291v1 [cs.RO] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.22291 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Lin Hongzhan [查看邮箱]
[v1]
2026 年 11 月 17 日星期二 06:48:03 UTC(12,050 KB)
来源:arXiv cs.AI · arxiv.org