**编程智能体用于通用任务与运动规划问题的自动化程序合成**

_Coding Agents for Generalized Task and Motion Planning Problems_

> 论文探讨编程智能体能否通过合成可跨实例泛化的程序，自动完成通用任务与运动规划（TAMP）。在 KinDER 与 PDDLStream 的 28 个仿真环境中，作者以固定合成预算让 Claude Code（Opus 5）与 Codex（GPT-5.6 Sol、GPT-6 Astra）自由与环境交互并编写程序，随后冻结程序并在未见实例上测试——共评估 980 个生成程序、每个 100 个留出实例，合计 9.8 万次评估回合。结果显示三种智能体配置均优于手工设计规划器、一次性生成和基于 LLM 的通用规划基线：在 16 个有规划器可比的环境上，平均成功率在 56%–95% 之间，而规划器为 47%。随着物体数量增加，智能体程序的成功率保持更高，且平均每实例计算量低一个数量级。日志表明智能体会利用交互校准物理模型、测试边界情况并优化策略。作者发布了全部代码与提示词，认为编程智能体是通用 TAMP 的强基线。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-25 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.30233)