Co-design Gym：具身形态与策略协同优化的统一基准

arXiv:2610.02366v1 公告类型：新 摘要：在给定环境中寻找最优行为策略，是一个受到广泛研究的问题，涉及游戏、机器人、能源基础设施、通信网络和多智能体系统等多种领域。为支持此类研究，人们已经开发了大量基准，但其中绝大多数都假设智能体的具身形态（设计）是固定的，转而专注于策略学习本身。解除这一假设后，会产生一类更为广泛的问题，在这类问题中，将具身形态和策略分开优化往往会导致明显次优。智能体的具身形态强烈影响可发现的控制策略，而最优具身形态反过来也由其所能支持的策略决定。为帮助研究群体明确且系统地研究这一类问题，我们推出了 Co-Design Gym——一套用于联合优化具身形态与策略的基准环境。这些环境涵盖机器人操作与运动、多机器人协作、可变形与软体动力学、电子游戏、电力网络、无线网络、F1 赛车、多智能体仓库和最优控制等领域，共提供 20 个环境系列（领域），总计超过 85 种不同的协同设计预设。我们还系统评估了具有代表性的协同设计算法，并刻画了当前的技术水平。这些贡献共同为协同设计领域实现累积且可比较的进展奠定了基础。