SHAPER：免训练自进化具身智能体框架

具身智能体越来越多地构建为围绕基础模型的系统，其性能不仅取决于模型权重，还取决于模型周围的技能、上下文、动作接口和执行框架。虽然监督微调和强化学习可以使智能体适应新环境，但它们需要额外的数据、奖励和训练运行；同时，许多免训练的以代码为中心的方法依赖于可编程的机器人API，而这些API在固定接口设置中可能不可用。我们提出了SHAPER，一个用于免训练具身适应的自进化框架，它保持模型参数冻结，并通过目标环境中的试错来进化可复用的技能和上下文代码框架，从而改进非参数智能体系统。在SHAPER中，同一个冻结模型既可以作为规划器，也可以作为优化器，在不更新参数的情况下优化其外部技能和上下文代码框架。我们在VLABench和ESI-Bench上评估了SHAPER，涵盖了具有不同低级动作接口的具身智能体，并与纯执行、监督微调以及测试时扩展基线（如无验证器选择和投票）进行了比较。我们的结果表明，当模型训练昂贵、不可用或不可取时，技能和框架优化是自进化具身智能体的一条实用途径。