发布物理AI递归自我改进综述论文

Meng Luo 等研究者在 arXiv 发布 93 页综述论文《Toward Recursive Self-Improvement in Physical AI》（arXiv:2610.29677），将递归自我改进（RSI）定位于机器人学习框架下，梳理从提升机器人能力到改进产生这些能力的流程的路径，并提出评估原则与研究方向。 论文指出，现有研究集中在操作任务上，支持行为改进、对后续学习的收益和流程改进三类效果；部分系统还会改变改进者自身的知识或工具，但所综述的物理研究尚未分离出可归因于递归的增益。收益要延续下去，需满足反馈针对剩余学习需求、接收方能利用改动、价值在任务或硬件变化后仍保留、持续练习安全且可负担等条件。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。