- 论文公开站arXiv
面向广义任务与运动规划问题的编码智能体
Coding Agents for Generalized Task and Motion Planning Problems
摘要显示，研究探讨编码智能体能否通过合成跨实例泛化的程序来自动化广义任务与运动规划（TAMP）。在 KinDER 与 PDDLStream 的 28 个模拟环境中，对 Claude Code（Opus 5）和 Codex（GPT-5.6 Sol、GPT-6 Astra）进行评估，共在 98,000 个评估回合中测试 980 个生成程序。结果显示，三种智能体配置在平均成功率上均优于手工规划器、单次生成及基于 LLM 的基线（56%–95%…
意义：表明编码智能体可自动合成泛化规划程序，减少 TAMP 领域工程投入，为机器人规划与程序合成提供新范式。
- 论文公开站arXiv
RAPID：从演示中进行机器人智能体编程
RAPID: Robot Agentic Programming from Demonstrations
摘要显示，RAPID 面向机器人系统提出「从演示进行机器人智能体编程」方法，仅凭一次视觉人类演示，即可自动生成、验证并迭代优化机器人程序。其智能体循环依赖可测试任务规范、动作原语与可交互执行验证环境，三者均由演示自动推断。RAPID 采用以物体为中心的关系式程序表示，将动作原语表达为实现物体级运动效果的轨迹优化程序，并通过关系约束在运行时组合，从而提升跨物体位姿、形状、材质与环境的泛化能力。
意义：该方法把编码智能体的自动验证与迭代能力引入机器人编程，降低示教门槛，并为可复用、可泛化的机器人技能生成提供新范式。