机器人决策改写为代码，70.24%只在仿真里

机器人 / 可执行策略 · 8.5/10 · 建议读方法与局限

《Embodied Turing Machines》于10月8日17:29 UTC提交，即北京时间10月9日01:29，早于本期07:00窗口，故单列补看。论文尝试走一条与视觉语言动作模型（VLA）不同的路：用代码从相机图像、机械臂自身传感器里测量物体位置和任务进度，将这些状态存为变量；再用固定程序根据状态决定下一步。编码Agent在离线阶段不断改进共享代码库，实际运行时不必每一步都调用大模型。

作者把这种方法叫COAP。它有个很实际的吸引力：机器人抓错物体时，可以追查是哪一个测量值或规则出了问题，改完后直接跑回归测试，而不是只在模型权重里寻找原因。论文报告在RoboDojo的42个双臂任务上取得70.24%平均成功率，同一表格中最强对照为31.38%。这个差距很大，但要连实验条件一起看：全部结果来自仿真，程序利用公开的相机参数、机器人模型和物体尺寸；这些信息到了真实房间需要重新测量，接触和抓取参数也得调。每个新任务还有离线写代码、试错的成本。

因此，这篇论文现在更像一次明确的路线试验：如果能把环境状态测准，程序控制可能比每步模型推理更便宜、可检查，也可能反过来生成训练VLA所需的轨迹。它还没有证明一套代码能直接处理陌生家庭环境，论文中也未核实到可供独立复现的完整项目仓库。后续重点应看真机和跨场景测试，而不是只看仿真排行榜。