AAI News Hub
RechercheThu, August 13, 2026·6d ago2 sources corroborating

Des chercheurs testent des harnesses pour agents incarnés

Thea et SHAPER appliquent aux robots et à l’IA incarnée des idées d’infrastructure issues des agents de codage.

Pourquoi c'est important

Ces travaux déplacent l’attention des seuls poids du modèle vers le système d’exécution qui entoure l’IA incarnée. Ils suggèrent que les progrès des agents robotiques pourraient dépendre de meilleures représentations de l’état, interfaces d’action, boucles d’évaluation et compétences réutilisables.

Points clés

  • 1.Thea encapsule les capacités robotiques sous forme d’outils appelables.
  • 2.SHAPER fait évoluer des compétences et le code du harness sans mettre à jour les paramètres du modèle.
  • 3.Les deux articles présentent la conception du harness comme centrale pour les performances des agents incarnés.

Deux nouveaux articles examinent si le modèle de harness utilisé par les agents de codage peut améliorer les agents incarnés. Le premier présente Thea, un harness pour agent robotique qui encapsule des capacités sous forme d’outils appelables et ajoute un graphe de scène persistant ainsi qu’un mécanisme d’évaluation des actions pour boucler la boucle dans des environnements physiques. Le second présente SHAPER, un cadre d’adaptation sans entraînement qui garde les paramètres du modèle gelés tout en faisant évoluer des compétences réutilisables et un harness de contexte-code via des déploiements dans l’environnement cible, avec une évaluation sur VLABench et ESI-Bench.

À tester aujourd'hui

Avant de fine-tuner un agent incarné, vérifiez si ses outils, sa représentation du contexte et sa boucle d’évaluation des actions peuvent être améliorés sans mise à jour des paramètres.

Sources et articles originaux

Ce brief résume et renvoie vers la couverture des médias ci-dessous.

Ce brief vous a plu ? Recevez le prochain par e-mail.

Plus dans Recherche