Обучение и передача программного обеспечения Loop Robot
arXiv: 2609.19906v1 Annuate Type: кросс-бюллетень: политика использования роботов с замкнутым контуром требует обработки данных наблюдений, управления государством и взаимозависимости ситуации, что делает их дорогостоящими для разработки и настройки вручную. Хотя агенты по кодированию все чаще поддерживают разработку и оптимизацию контрольных кодов, остается неясным вопрос о том, удалось ли усовершенствовать внедрение в отношении исходных задач также поддержать процесс разработки политики для решения новых задач. Мы изучаем этот вопрос, рассматривая полную реализацию замкнутых программ как опыт многократного применения. Для каждой задачи, связанной с источником данных, агент кодирования генерирует программный код на основе нескольких успешных демонстраций и итеративно совершенствует его с использованием имитационной обратной связи. Отобранные для подтверждения данные хранятся в архиве программного обеспечения. Для выполнения новых задач агент разрабатывает и совершенствует политику с использованием архивных программ, целевых демонстраций и обратной связи. После этого политика замораживается и осуществляется без дополнительных типовых призывов. Через четыре исходный задачи в Робо-Касе, Итер