AgentPantheon
Code as Policies logo

Code as PoliciesRamka wykorzystująca programy generowane przez modele językowe, pozwalająca robotom wykonywać złożone zadania poprzez polityki oparte na kodzie.

4.8 (4)
Daniel NikulshynZrecenzowane przez Daniel Nikulshyn·Zaktualizowano czerwiec 2026

Przegląd

Code as Policies to jest ramka wykorzystująca programy generowane przez duże modele językowe, umożliwiająca robotom wykonywanie złożonych zadań poprzez polityki oparte na kodzie. Pozwala robotom rozumieć i wykonywać instrukcje w języku naturalnym, pisząc kod polityk robotów przy pomocy dużych modeli językowych. Ramka prezentuje swoje możliwości na przykładach manipulacji na blacie, takich jak układanie klocków i umieszczanie ich w miseczkach, i może być stosowana w różnych domenach. Łącząc klasyczne struktury logiczne i odwołując się do bibliotek zewnętrznych, generowany kod może wykazywać rozumowanie przestrzenno-geometrii, generalizować do nowych poleceń oraz przypisywać precyzyjne wartości niejednoznacznym opisom. Ramka korzysta z podejścia few-shot prompting do pisania polityk robotów, które mogą reprezentować polityki reaktywne i polityki oparte na waypointach. Potrafi tworzyć bardziej złożony kod i poprawia najnowocześniejsze wyniki w rozwiązywaniu problemów na benchmarku HumanEval. Kod i materiały wideo prezentujące możliwości ramki dostępne są w jej repozytorium GitHub. W dziedzinie manipulacji na blacie, ramka wykorzystuje argumenty w języku naturalnym do komponowania wygenerowanego kodu poprzez wywołania funkcji. Promptowanie służy do specjalizowania modelu językowego w wykonywaniu różnych funkcji. Ramka zaprezentowała swoje możliwości w różnych zadaniach, w tym w układaniu klocków w kwadrat, przenoszeniu klocków do określonych położeń oraz w realizacji poleceń obejmujących kreatywne opowiadanie. Jednakże uzależnienie od dużych modeli językowych oznacza, że może być ograniczona przez ich możliwości i uprzedzenia. Dodatkowo użycie argumentów w języku naturalnym może wprowadzać niejednoznaczności lub niepewności w wygenerowanym kodzie.

Kluczowe funkcje

  • Robot-centric formalization of language model-generated programs
  • Ability to represent reactive policies and waypoint-based policies
  • Can write more complex code
  • Improves state-of-the-art in solving problems on the HumanEval benchmark
  • Demonstrated capabilities in various tabletop manipulation tasks

Cennik

Model
Freemium
Kategoria
AI Agents
Ocena
4.8 / 5 (4)

Zastosowania

Robot Task Programming via Natural Language

Translate high-level natural language instructions into executable code policies, enabling robots to perform complex manipulation and navigation tasks without manual programming.

Research in Embodied AI

Provide researchers with a framework to explore how large language models can generate control code for robotic systems, advancing studies in embodied reasoning.

Rapid Prototyping of Robot Behaviors

Allow developers to quickly prototype and iterate on robot behaviors by describing desired actions in language and letting the model synthesize the underlying policy code.

Multi-Step Task Automation

Compose code-based policies to chain together perception, planning, and control steps, enabling robots to execute multi-stage workflows in dynamic environments.

Plusy i minusy

Plusy

  • Enables robots to perform complex tasks through code-based policies
  • Can understand and execute natural language instructions
  • Employs a few-shot prompting approach to write robot policies
  • Improves state-of-the-art in solving problems on the HumanEval benchmark
  • Demonstrated capabilities in various tabletop manipulation tasks

Minusy

  • Relies on large language models, which may be limited by their capabilities and biases
  • Use of natural language arguments may introduce ambiguities or uncertainties in the generated code

Recenzje

4.8

Średnia z 4 ocen.

5
3
4
1
3
0
2
0
1
0

Zaloguj się, aby zostawić recenzję.

S

Sanjay Gupta

Apr 21, 2026

Solid for our team

We rolled this out across the team last quarter and it is genuinely easy to set up. The API fits neatly into how we already work, and the integrations removed a step we used to do by hand. but it has held up under daily use.

H

Hiroshi Tanaka

Mar 8, 2026

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on the core workflow, and it is genuinely easy to set up caught me off guard. A few rough edges remain is why this isn't a perfect score, still, I'd recommend giving it a real trial.

D

Diego Fernández

Oct 2, 2025

Use it every day

Honestly didn't expect to like it this much. The core workflow is exactly what I needed, and it saves real time. I do wish the docs could be deeper, but I reach for it almost every day now and it just clicks.

G

George Papadakis

Sep 30, 2025

Use it every day

Honestly didn't expect to like it this much. The API is exactly what I needed, and support is responsive. but I reach for it almost every day now and it just clicks.

Pytania i odpowiedzi

Brak pytań — zadaj pierwsze.

Zadaj pytanie

Alternatywy dla AI Agents