arXiv cs.AI· Meng Luo, Zechen Bai, Shanqing Xu, Yanlin Li, Kaixin Li, Mengchen Qian, Weifeng Lu, Ran Zhang, Yingtian Zou, Ziyang Luo, Wei Chen, Hongzhan Lin·· 12 小时前AI 评分31
迈向物理 AI 的递归自我改进
Toward Recursive Self-Improvement in Physical AI
AI 导读
一篇 93 页综述将递归自我改进（RSI）引入机器人学习，梳理从提升机器人能力到改进"产生能力的过程"的路径。作者指出收益只有在反馈对应剩余学习需求、接收组件能用上该变化、其价值能跨任务与硬件变化存续、且持续练习安全可负担时才能累积。现有研究集中于操作任务，已支持行为改进与流程改进，但尚无物理研究能单独分离出递归带来的增益。
正文 · AI 翻译
作者：Meng Luo、Zechen Bai、Shanqing Xu、Yanlin Li、Kaixin Li、Mengchen Qian、Weifeng Lu、Ran Zhang、Yingtian Zou、Ziyang Luo、Wei Chen、Hongzhan Lin
摘要：递归自我改进（RSI）描述的是这样一种系统：它不仅改进自身行为，还改进其用于改进的过程。近期的数字智能体通过重写自身代码并用可执行测试检验每个版本来检验这一理念。将这些机制引入物理世界，需要通过代价高昂的试验从部分观测中学习，同时还要考虑不断变化的运行条件以及可能不可逆的后果。我们将 RSI 置于机器人学习之中，并梳理从提升机器人能力到改进生成这些能力的过程的路径。我们考察物理经验如何强化这些改进机制，以及由此产生的收益何时能够支撑机制自身的进一步自我改进。只有当反馈针对剩余的学习需求、接收组件能够利用该变化、其价值在任务或硬件变化后依然成立，并且持续实践仍然安全且可负担时，收益才能延续下去。现有研究集中于操作任务，支持了行为改进、对后续学习的助益以及过程改进。一些系统还改变了改进者的知识或工具，但本文所综述的物理研究尚未分离出可归因于递归的收益。我们将这些发现综合为评估原则和研究方向，面向能够通过一次次试验安全地改进其改进方式的机器。
| 评论： | 93 页，15 幅图，21 张表。项目页面：此 https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.29677 [cs.RO] |
| （或 arXiv:2610.29677v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29677 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Lin Hongzhan [查看邮箱]
[v1]
2026 年 10 月 21 日星期三 12:54:50 UTC（26,294 KB）
来源：arXiv cs.AI · arxiv.org