让 GPT-6 Astra 学会从失败中改进机械臂：一套可审计的自监督路线

GPT-6 Astra 作为具身策略候选，已能在视觉、语言、状态和工具接口之间组织复杂任务，但完成一次操作与从连续失败中形成新能力属于两个层级的问题。文章将自监督学习限定在这一改进环节，提出一套可审计的自监督路线，用于让模型从机械臂的失败中学习改进。