ASENA: Self-evolving Agents for Embodied Navigation
Aggiunta all'archivio di AIChronos il (numero del 30 settembre 2026 ricostruito)· fonte del · An-Chieh Cheng, Isabella Liu, Edmund Bu, Johan Bjorck, Hongxu Yin, Zhengyi Luo
ASENA è un sistema di agenti incarnati che permette a coding agents general-purpose di programmare la navigazione, manipolazione e interazione per robot umanoidi mantenendo i pesi del modello fissi. Il framework include ASENA-VLN, una politica di navigazione monocolare da 4B parametri addestrata su istruzioni di percorso e dataset geometrici derivati. L'integrazione con agenti coding migliora il tasso di successo sui benchmark agentic riducendo al contempo i tempi di esecuzione grazie all'evoluzione persistente dello workspace tramite feedback del simulatore.
- ASENA-VLN raggiunge un SOTA del 68,7% su R2R e 70,2% su RxR come politica autonoma.
- L'integrazione con coding agents aumenta il successo di punti percentuali fino all'11 sui benchmark agentic.
- Il sistema dimostra capacità avanzate come ragionamento spaziale e manipolazione mobile senza mappe pre-costruite sul robot Unitree G1.
- La tecnica dell'evoluzione persistente dello workspace utilizza feedback del simulatore per migliorare le prestazioni su sottoinsiemi ricorrenti di task.
Perché conta. Per gli sviluppatori che lavorano con LLM e agenti, ASENA rappresenta un passo avanti verso l'esecuzione autonoma complessa in ambienti fisici senza la necessità di addestrare nuovi pesi del modello o costruire mappe statiche.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.