具身智能迎来范式跃迁！EinsiaAI发布EmbodiedEvo，自进化Coding Agent登顶具身珠峰Robodojo
2026.10.15 · 事件 · 论文 · 论文预印本
Navers Lab让Coding Agent在Playground积累代码技能与文字经验，冻结后交给新Agent复用。
Einsia AI旗下Navers Lab提出EmbodiedEvo，让Coding Agent在Playground场景中把探索经验整理为可复用代码Skills与文字Lessons，冻结后交给新Agent在未见场景执行，无需更新模型权重。在RoboDojo评测中取得45.08平均分、38.95%成功率，超过所有VLA/WAM、Agent及Agent+VLA方法。
- EmbodiedEvo在RoboDojo取得45.08分、38.95%成功率
- 经验以代码Skills和文字Lessons两种形式冻结复用
- self-evolving使成功率从13.36%提升至35.08%
- 本地评测Memory与Open成功率分别达69.67%和53.00%
- 整理为Skills/Lessons后token使用量减少11.3%
为什么值得看
展示Coding Agent进入物理世界并让经验可继承的新范式
适合谁关注
关注具身智能、机器人操作与Coding Agent的研究者和开发者