इस शोधपत्र में, हम VLMgineer प्रस्तुत करते हैं, जो विज़न लैंग्वेज मॉडल (VLM) और विकासवादी अन्वेषण की कोड-जनरेटिंग क्षमताओं का लाभ उठाकर भौतिक उपकरणों और उनकी क्रियान्विति योजनाओं को बार-बार सह-डिज़ाइन करने का एक ढाँचा है। VLMgineer का मूल्यांकन रचनात्मक उपकरण डिज़ाइन और उपयोग की आवश्यकता वाले रोज़मर्रा के हेरफेर परिदृश्यों के विभिन्न नवीन मानदंडों पर किया गया है, और हम प्रदर्शित करते हैं कि यह मौजूदा मानव-निर्मित उपकरणों या मानव-निर्देशित VLM जनरेटिव डिज़ाइनों की तुलना में अधिक प्रभावी और नवीन उपकरण और नीतियाँ खोजता है, और कठिन रोबोटिक समस्याओं को सरल निष्पादन में बदल देता है। हम स्वचालित उपकरण आविष्कार में भविष्य के अनुसंधान के लिए इस मानदंड और कोड को सार्वजनिक रूप से उपलब्ध कराने की योजना बना रहे हैं।
