EmbodiedRSI實現具身智能體自主進化，真實零樣本成功率超七成
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載問題背景與核心機制
機器人基礎模型雖能提供較強的視覺運動控制能力，但在物體位置或任務指令發生變動時，性能常出現退化。若要進一步提升，往往需在大量機器人數據上進行後訓練，而通過遙操作等方式收集此類數據成本高昂。現有自我進化智能體框架在決定追求何種代碼與技能變更時，對機器人試錯利用效率低下。EmbodiedRSI作為自我進化智能體框架，能自主決定下一步探索方向，並將物理交互結果轉化為改進的代碼與技能。其核心為快慢雙系統架構，在假設圖中維護相互競爭的代碼與技能假設，利用資訊價值實驗選擇機制挑出能區分這些假設的物理實驗，實驗結果進而引導代碼與技能協同進化。
分層記憶與評測表現
在慢系統中，EmbodiedRSI構建了分層記憶，並通過基於獎勵的記憶學習機制，依據對後續快系統改進的價值來篩選有效記憶。在RoboCasa365基準測試中，EmbodiedRSI取得了77.0%的總體成功率以及71.3%的複合未見任務成功率，而同場最優基線總體成功率僅為40.1%。在另一基準LIBERO-Pro上，該框架同樣取得了86.8%的總體成功率。這些數據表明其在仿真環境下的任務執行與泛化能力較現有方法有顯著提升。
真實世界零樣本遷移
除基準測試性能外，EmbodiedRSI還能零樣本遷移至真實世界機器人。在跨越多個具有挑戰性的真實任務測試中，其總體成功率達到71.3%。這一結果表明，該框架通過自主物理探索與假設驅動的協同進化所積累的代碼和技能，具備從仿真到現實的強泛化能力，無需在真實環境中進行額外數據收集或微調即可有效執行復雜操作。
為什麼值得看
實現具身智能體自主探索物理交互並轉化為代碼技能進化，真實零樣本成功率超七成，大幅降低數據收集成本。
信源1 家
關鍵事實
相關 · 論文
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。