Coding Agents for Generalized Task and Motion Planning Problems
Aggiunta all'archivio di AIChronos il (numero del 25 settembre 2026 ricostruito)· fonte del · Matteo Merler, Bowen Li, Josh Roy, Yichao Liang, Qianwei Wang, Yixuan Huang (Fondazione Bruno Kessler - NLP Unit)
Il paper esplora l'uso di coding agents per automatizzare la risoluzione di problemi di Task and Motion Planning (TAMP) generalizzato. Gli agenti sintetizzano programmi che interagiscono con un simulatore e si adattano a nuovi istanze senza bisogno di ingegneria specifica TAMP. I risultati mostrano che Claude Code, Codex GPT-5.6 Sol e GPT-6 Astra superano significativamente i planner hand-engineered in termini di successo medio (fino al 95% contro il 47%). Gli agenti riescono a calibrare modelli fisici e testare casi limite utilizzando un ordine di grandezza meno computazione rispetto ai metodi tradizionali.
- I coding agents automatizzano la sintesi di programmi per TAMP generalizzato, riducendo l'ingegneria specifica necessaria.
- Tutti i tre agenti valutati (Claude Code Opus 5 e varianti Codex GPT-5.6/GPT-6) superano planner hand-engineered su 16 ambienti disponibili.
- Gli agenti mantengono prestazioni superiori all'aumentare del numero di oggetti, consumando meno risorse computazionali per istanza.
- I log rivelano che gli agents usano l'interazione con il simulatore per calibrare modelli fisici e affinare strategie prima della valutazione finale.
- Sono stati valutati 98.000 episodi su 28 ambienti simulati, includendo conteggi di oggetti oltre quelli del benchmark originale.
Perché conta. Questa ricerca dimostra che gli agenti coding possono servire come baseline solida per problemi complessi di pianificazione robotica, offrendo un approccio generalizzabile senza richiedere ingegneria specifica. Per chi sviluppa AI locale o sistemi autonomi, suggerisce una via promettente verso l'automazione della sintesi di policy tramite LLM.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.