RLE-Bench：面向机器人学习工程师的编码智能体基准发布

近期有研究团队发布RLE-Bench，用于评估编码智能体在机器人学习开发任务中的综合工程能力。研究指出，现有机器人基准多聚焦单一产物（如策略或控制器）的性能，对编码智能体在完整开发流程中的能力覆盖有限。真实机器人开发要求智能体在资源约束下构建、集成、诊断并改进多种异构产物，还需根据多模态反馈进行推理。

RLE-Bench覆盖四类代表性机器人开发工作流：交互控制、策略学习、感知与估计、机械设计。针对不同任务，基准采用多样化指标评估智能体提交的产物，包括所达到的成功率、训练出的策略、构建的执行框架以及设计的机械结构。这些指标被汇总为综合的RLE Index，并输出各工作流的能力画像，以便在多个能力维度上系统比较编码智能体。

除性能排名外，研究还开展深入案例研究，考察智能体在代表性任务上的行为，揭示当前能力与局限，并指出机器人任务对未来智能体训练的机会。