一篇新发表于 arXiv 的机器人学研究论文提出了“程序级对抗性协同自适应自我博弈”框架，试图利用编码智能体自动改写机器人软件程序，从而在攻击与防御的持续对抗中观察软件层面的适应过程。该论文编号为 arXiv:2610.36143v1，作者为 Leo Benaharon 等共五位研究者，提交时间为 2026 年 10 月 26 日，属于机器人学（cs.RO）分类，全文共 8 页、包含 5 幅图。
研究团队关注的核心问题是：编码智能体能够通过修改可执行程序来调整机器人软件，但针对一个不断演化的对手所作出的成功响应，未必能够长期保持有效。换言之，某一次攻击被成功化解，并不代表系统获得了持续稳健的防御能力。为研究这一现象，作者构建了一套无需对模型进行微调的自博弈框架，让编码智能体依据经过测试的对手代码以及任务反馈，分别生成攻击程序与防御程序，形成程序层面的攻防共同演化。
在实现上，该框架为不同应用场景提供了环境专用接口。针对自动驾驶场景，框架支持接入外部程序；针对人形机器人行走控制，则提供 SDK 层面的防御接口。这种设计使攻击与防御都能以可执行程序的形式落地，而不仅仅停留在策略参数或抽象层面，从而使适应过程具备可检验的实体载体。
论文通过两组各持续八代的案例研究，展示了具体的软件响应方式。在自动驾驶案例中，防御方引入了直接驱动恢复机制，即在检测到异常后直接介入执行层面的动作恢复；在人形机器人案例中，防御方则修改了输入状态校验逻辑，以应对攻击者对状态的干扰。作者指出，这些响应能够实现局部任务恢复，但并未建立起持续性的稳健性。
该研究的方法论价值在于，它把攻防适应及其局限以可执行工件和任务级证据的形式呈现出来，使研究者能够观察智能体如何修改代码、修改带来了何种效果，以及在多代对抗之后防御为何仍可能失效。论文同时说明，整个流程不依赖模型微调，而是依赖程序修改与反馈循环。该预印本目前提供 PDF、实验性 HTML 版本与 TeX 源码，DOI 为 10.48550/arXiv.2610.36143，尚待 DataCite 完成注册。