Hugging Face提出Embodied Turing Machines：革新机器人递归自改进范式

摘要：Hugging Face的研究团队提出了一种名为Embodied Turing Machines (ETM)的新范式，旨在通过将机器人及其环境状态视为图灵机的‘纸带’，并使用代码作为决策规则，实现机器人递归自改进（RSI）。该方法名为Code-Only-as-Policy (COAP)，通过代码跟踪机器人、环境和任务状态，并基于此做出决策。与传统基于视觉语言模型（VLM）和Agent Harness的方法相比，COAP具有状态显式性、执行可控性和可扩展性三大优势。在RoboDojo的42个双机械臂任务中，COAP实现了70.24%的成功率，展示了其在机器人智能体训练和复杂任务模拟中的潜力。

---

核心突破

Hugging Face的研究团队提出了一种全新的机器人决策范式——Embodied Turing Machines (ETM)，旨在通过将机器人及其环境视为图灵机的‘纸带’，并使用代码作为决策规则，实现机器人的递归自改进（RSI）。该方法的核心是Code-Only-as-Policy (COAP)，其主要特点包括：

• 状态显式性：机器人、环境和任务状态被显式地表示在代码中，便于存储和跟踪。
• 执行可控性：代码驱动的决策过程具有高度可控性，能够灵活地从失败中恢复，并在线运行高效且成本低廉。
• 可扩展性：新任务可以重用、继承或扩展共享库，从而实现能力的积累。

技术亮点

1. COAP的优势：与传统的基于视觉语言模型（VLM）和Agent Harness的方法相比，COAP在状态管理、决策执行和任务扩展方面具有显著优势。
2. 递归自改进（RSI）：COAP为机器人提供了在闭环中改进自身能力的能力，每次更改都是明确且可控的。
3. 实验验证：在RoboDojo的42个双机械臂任务中，COAP实现了70.24%的成功率，展示了其在复杂任务中的有效性。

行业影响

• 机器人智能体训练：COAP为机器人智能体的训练提供了一种新的、高效的范式，能够在复杂环境中实现更智能的决策和行动。
• 数据效率提升：COAP可以作为VLMs和Agent Harnesses的高效数据引擎，通过跨任务的数据共享和重用，提升整体数据效率。
• AI应用扩展：该方法不仅限于机器人领域，还可以扩展到其他需要递归自改进的AI应用场景，如自动驾驶、智能制造等。

开发者建议

• 关注COAP的实现细节：开发者可以深入研究COAP的实现细节，探索其在不同应用场景中的潜力。
• 结合现有工具：将COAP与现有的机器人框架和工具结合使用，以提升系统的整体性能和智能化水平。
• 参与社区讨论：加入相关的开发者社区，分享经验和见解，共同推动COAP的应用和发展。

结论

Embodied Turing Machines (ETM) 和 Code-Only-as-Policy (COAP) 为机器人递归自改进提供了一种新的范式，展示了其在提升机器人智能体训练效率和决策能力方面的巨大潜力。

---

消息来源：Hugging Face Daily Papers (2026-10-08)

—— 完 ——

主题标签： #Hugging Face 关注 #机器人 关注 #递归自改进 关注 #AI智能体 关注 #Embodied Turing Machines 关注