**InterEvolve:基于测试时进化奖励程序的人形机器人操作框架**

_InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation_

> InterEvolve 提出一种无需重训练的测试时进化方法,通过 LLM 代理优化奖励程序结构并结合数值优化器调整参数,利用物体感知的前向-后向行为基础模型,使 Unitree G1 等机器人能复用现有技能解决未训练过的复杂操作任务,并在物理实体上实现自主执行。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-02 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.02196)