编码智能体用于广义任务与运动规划问题

一篇 arXiv 论文研究编码智能体能否通过合成可跨实例泛化的程序来自动化广义 TAMP（任务与运动规划）。研究者给智能体任务描述与模拟器访问权，在固定合成预算内让其自行决定如何与环境交互并开发程序，随后冻结程序并在未见实例上评估。测试使用 KinDER 与 PDDLStream 的 28 个模拟环境、超出原基准的对象数量，共评估 980 个生成程序、每个 100 个留存实例、合计 98,000 个回合。结果是三种智能体配置（Claude Code Opus 5、Codex GPT-5.6 Sol 与 GPT-6 Astra）均优于手工规划器、一次性生成和 LLM 广义规划基线。

此前广义 TAMP 方法需要大量针对该领域的专门工程，泛化能力依赖人工设计的规划器或一次性代码生成。该工作显示通用编码智能体可在较少领域工程下自动合成跨实例泛化程序，且在对象数量增加时仍保持更高成功率、平均每个实例计算量低一个数量级，指向规划器开发方式的转变。

机制在于把泛化 TAMP 从在线求解转为离线程序合成：智能体在固定预算内主动与模拟器交互、试错并写出带有泛化逻辑的程序，程序冻结后不再依赖运行时搜索，因此新实例上的计算开销显著降低。环境规律性被编码进程序，而非每次重新搜索离散与几何约束的耦合解。

对机器人与自动化产品团队，可考虑用编码智能体生成并冻结任务规划程序，替代部分人工规划器工程；离线合成加在线执行的模式能降低新实例的推理算力成本，利于在对象规模增长时维持成功率。研发流程上，模拟器访问权与合成预算成为需要设计的新资源接口。

• 在机器人或仓储仿真流程中，引入编码智能体离线合成规划程序，冻结后在留存实例上回归验证成功率与单例计算量。
• 为内部规划模块建立“合成预算—成功率—单例算力”三指标评测，比较智能体生成程序与现有人工规划器。
• 将模拟器访问封装为受控接口，让智能体在预算内自主采样试错，产出可版本管理的规划程序。
• 针对对象数量增长场景构建扩展性测试集，评估冻结程序相对在线规划器的成功率衰减曲线。

• 论文摘要被截断，未能确认在无手工规划器可用的 12 个环境上的具体结果。
• 98,000 个回合的评测细节、失败模式与统计显著性尚未在给定证据中披露。
• 该方法是否能迁移到真实机器人硬件或非模拟环境，证据未涉及。
• 固定合成预算的具体数值与不同预算下的表现变化未知。