arXiv cs.AI· Python Song, Zhixuan Liang, Kelsey Fu, Mengdi Wang, Junfeng Yang, Shilong Liu·· 1 天前AI 评分48
EmbodiedRSI：通过假设引导的协同进化实现主动持续机器人学习
EmbodiedRSI: Active Continual Robot Learning Through Hypothesis-Guided Co-Evolution
AI 导读
EmbodiedRSI 是一个自进化智能体框架，通过快慢双系统架构与假设图维护代码和技能假设，并用信息价值实验选择区分假设的物理实验。在 RoboCasa365 上达到 77.0% 整体成功率、Composite-Unseen 71.3%，远超最佳基线 40.1%；在 LIBERO-Pro 上达 86.8%。该框架还零样本迁移到真实机器人，在多项挑战性任务上取得 71.3% 整体成功率。
正文 · AI 翻译
摘要：机器人基础模型提供了强大的视觉运动控制能力，但当物体位置或任务指令发生变化时，其性能可能会下降。进一步的提升通常需要在大量机器人数据上进行后训练，而通过遥操作等方法采集这些数据的成本可能很高。智能体式框架（agentic harnesses）可以围绕模型进行适配，但当前的自进化框架在决定追求哪些代码和技能变更时，对机器人试验的利用效率不高。我们提出 EmbodiedRSI，一种自进化的智能体式框架，它能自主决定下一步探索的方向，并将由此产生的物理交互转化为改进的代码和技能。EmbodiedRSI 通过快慢双系统架构实现这一点，其中相互竞争的代码和技能假设被维护在一个假设图中。信息价值实验选择（Value-of-Information Experiment Selection）挑选能够区分这些假设的物理实验。实验结果指导代码-技能协同进化。慢系统构建分层记忆，而基于奖励的记忆学习（Reward-Grounded Memory Learning）根据记忆对后续快系统改进的价值来选择有效的记忆。在 RoboCasa365 上，EmbodiedRSI 达到 77.0% 的总体成功率，在 Composite-Unseen 上达到 71.3%，而最佳基线为 40.1%。EmbodiedRSI 在 LIBERO-Pro 上也达到 86.8% 的总体成功率。除基准性能外，EmbodiedRSI 还能零样本迁移到真实世界机器人，在多项具有挑战性的任务上实现 71.3% 的总体成功率。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.10498 [cs.AI] |
| （或 arXiv:2610.10498v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.10498 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Python Song [查看电子邮件]
[v1]
2026年10月7日星期三 17:48:02 UTC（4,283 KB）
[v2]
2026年11月12日星期四 04:07:56 UTC（5,228 KB）
来源：arXiv cs.AI · arxiv.org