CoEvolve: Self-Evolving Code Policies from Skills to Strategies for Humanoid Robots
作者: Zicheng Liu, Haochen Wu, Jiawei He, Suyun Zhao, Huan Yang, Cheng Chi, Hao Tang
分类: cs.RO
发布日期: 2026-10-16
备注: Under review at ICLR 2027
💡 一句话要点
提出CoEvolve框架以解决多机器人协作中的协调适应问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 多机器人协作 协调适应 验证引导 运动原语 语义目标 动态调整 执行策略
📋 核心要点
- 现有多机器人框架在任务执行偏差时缺乏有效的协调适应机制，限制了其在复杂环境中的应用。
- CoEvolve框架通过将团队协调表示为可执行代码，结合验证引导的协调演化方法，提升了多机器人协作的灵活性。
- 在模拟实验中，CoEvolve成功完成了8个任务，验证了其在不同环境下的协调能力，展现出良好的适应性和执行效果。
📝 摘要（中文）
近年来，视觉-语言-动作（VLA）模型和世界动作模型（WAMs）的进展扩展了单个机器人的操作和全身能力。然而，单一机器人受限于其形态，许多现实任务需要通过合作才能实现能力的提升。现有的多机器人框架主要强调任务分解、分配和重新规划，但在物理执行偏离预期行为时，对可执行协调的适应支持有限。本文提出的CoEvolve框架将团队协调表示为固定机器人运动技能上的可执行代码，采用验证引导的协调演化方法，通过运动原语、语义目标、临时机器人角色和有限执行参数来实例化协调策略。通过物理验证评估每个执行的过渡，拒绝的行为会触发从已接受的检查点进行结构化协调修订，并保留验证的经验以指导后续决策。
🔬 方法详解
问题定义：本文旨在解决多机器人协作中，当物理执行偏离预期时，现有方法对协调适应支持不足的问题。现有框架主要集中在任务分解和分配上，缺乏对执行过程中的动态调整能力。
核心思路：CoEvolve框架的核心思想是将团队协调表示为固定机器人运动技能上的可执行代码，通过验证引导的协调演化方法，动态调整机器人间的协调策略，以应对执行中的变化。
技术框架：CoEvolve的整体架构包括多个模块：首先，利用多模态基础模型实例化协调策略；其次，通过物理验证评估每个执行的过渡；最后，基于验证结果进行协调修订，并保留经验以指导后续决策。
关键创新：最重要的技术创新在于引入了验证引导的协调演化机制，使得机器人能够在执行过程中实时调整协调策略，与现有方法相比，显著提升了适应性和灵活性。
关键设计：在设计中，采用了运动原语、语义目标和临时角色等关键参数设置，确保了协调策略的有效性和可执行性，同时设定了有限的执行参数以控制行为的稳定性。
🖼️ 关键图片
📊 实验亮点
在模拟实验中，CoEvolve框架成功完成了8个任务，所有使用的多模态基础模型均实现了端到端的成功。此外，框架在不同走廊布局下的验证表现出良好的适应性，尽管在运动精度和接触稳定性方面仍存在一定的局限性。
🎯 应用场景
该研究的潜在应用领域包括复杂环境下的多机器人协作，如仓储物流、灾难救援和智能制造等。通过提升机器人间的协调能力，CoEvolve框架能够有效应对动态变化的任务需求，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
Recent advances in Vision-Language-Action (VLA) models and World Action Models (WAMs) have expanded the manipulation and whole body capabilities of individual robots. Yet a single robot remains limited by its embodiment, and many real world tasks require capabilities that can only emerge through cooperation. Existing multi robot frameworks largely emphasize task decomposition, allocation, and replanning, while providing limited support for adapting executable coordination when physical execution deviates from the intended behavior. We present CoEvolve, a framework that represents team coordination as executable code over fixed robot motor skills. CoEvolve introduces Verifier Guided Coordination Evolution, where a multimodal foundation model instantiates coordination strategies through motion primitives, semantic objectives, temporary robot roles, and bounded execution parameters. Physical verification evaluates each executed transition, rejected behaviors trigger structured coordination revision from an accepted checkpoint, and verified experience is retained to guide subsequent decisions. We evaluate CoEvolve with two simulated Unitree G1 humanoids transporting a freely supported rigid payload through constrained corridors. Across 15 base task runs with three multimodal backbone families, CoEvolve completes 8 tasks, with every backbone achieving end to end success. Additional evaluations yield verified placement on two additional corridor layouts and after both same-backbone and cross-backbone experience initialization, while exposing persistent limitations in motion precision and contact stability. These results support executable coordination as a practical interface for adapting long horizon multi robot collaboration under shared physical constraints.