规模与选择：自动 harness 进化如何让视觉界面机器人智能体奏效

研究显示，编码智能体可自动进化视觉界面机器人智能体的 harness（提示词、工具与控制规则），但效果取决于两点：每轮训练 rollout 数从 5 增至 100 可提升泛化，小批量则过拟合；且不能无条件接受优化智能体的每次修改，采用 Champion-Challenger 规则后，LIBERO 任务留出成功率在 30 轮内从 51% 升至 67%。