💻 computer science
CaP-X: A Framework for Benchmarking and Improving Coding Agents for Robot Manipulation
यह शोध पत्र CaP-X को प्रस्तुत करता है, जो CaP-Gym वातावरण और CaP-Bench बेंचमार्क से युक्त एक व्यापक ढांचा है, जो यह प्रदर्शित करता है कि हालांकि Code-as-Policy एजेंट शुरू में मानव-निर्मित अमूर्तता (abstractions) पर भारी निर्भर होते हैं, लेकिन टेस्ट-टाइम स्केलिंग रणनीतियों और सत्यापन योग्य पुरस्कारों (verifiable rewards) के साथ सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से रोबोटिक हेरफेर कार्यों में उनकी मजबूती और मानव-स्तर का प्रदर्शन प्राप्त करने की क्षमता को महत्वपूर्ण रूप से बढ़ाया जा सकता है।