Hugging Face发布ENCORE：基于少样本演示的智能体操作策略发现框架

摘要：Hugging Face推出了一种名为ENCORE的新框架，旨在通过少量演示帮助智能体发现操作策略。该框架通过将演示分解为多视图关键帧、夹持器事件、帧条和完整轨迹，帮助智能体学习并编写策略程序。实验结果表明，ENCORE在LIBERO-PRO和RoboDojo任务中表现出色，尤其在复杂任务中显著优于现有方法。此外，ENCORE还成功应用于真实双机械手机器人，展示了其在实际场景中的潜力。

---

技术机制剖析

ENCORE框架的核心机制包括以下几个步骤：

1. 演示分解：将少量演示分解为多视图关键帧、夹持器事件、帧条和完整轨迹。这些分解后的数据作为智能体学习的证据，而非传统意义上的训练数据。
2. 策略程序编写：智能体通过学习分解后的数据，编写针对固定感知和动作API的策略程序。
3. 迭代优化：在几次开发性试运行中，智能体对策略程序进行迭代优化。
4. 密封评估：在最终评估中，智能体在未暴露成功信号的情况下运行策略程序，确保评估的客观性。

工程权衡与实测表现

ENCORE在LIBERO-PRO任务中表现出色，其首次编写的程序在50%的扰动任务中成功完成，而在没有演示的情况下也能完成一个任务。相比之下，最强的先前智能体系统在相同语言模型下仅达到89.3%的成功率。此外，在RoboDojo任务中，ENCORE在没有演示的情况下无法成功完成任务，突显了演示在复杂任务中的重要性。

在真实双机械手机器人上的应用进一步验证了ENCORE的实用性。通过五次演示，ENCORE成功学习了立方体交接和杯子翻转任务，展示了其在实际场景中的潜力。

开发者落地与部署建议

对于开发者而言，ENCORE提供了一种新的智能体学习范式，通过少量演示即可实现复杂任务的策略发现。以下是一些部署建议：

1. 数据准备：确保演示数据的质量和多样性，以支持智能体的有效学习。
2. API设计：设计清晰的感知和动作API，以便智能体能够准确理解和执行任务。
3. 评估机制：建立客观的评估机制，避免在评估过程中泄露成功信号。
4. 持续优化：根据实际应用场景的反馈，持续优化智能体的策略程序。

结论

ENCORE框架为智能体操作策略的发现提供了一种高效的方法，尤其在复杂任务中表现出色。其在真实机器人上的成功应用，展示了其在实际场景中的巨大潜力。

---

消息来源：Hugging Face Daily Papers (2026-09-29)

—— 完 ——

主题标签： #Hugging Face 关注 #智能体 关注 #机器学习 关注 #机器人 关注 #策略发现 关注