InterEvolve 让固定人形控制器在测试时进化奖励程序，仿真成功率从 34.6% 升至 86.5%，并在 Unitree G1 上自主运行
InterEvolve 提出一种测试时进化框架：用一个物体感知的前向-后向（FB）行为基础模型执行奖励程序，由 LLM 智能体在上下文中修改程序结构、CMA-ES 调节其常数，并在并行仿真场景中验证每个候选，从而让固定的人形控制器无需再训练即可完成未训练过的 loco-manipulation 任务，在八个任务族上把宏平均成功率从最佳校准固定程序的 34.6% 提升到 86.5%，并把进化出的技能部署到实体 Unitree G1 上。