RoboDoctor免训练机器人策略自改进框架

Heyang Yu等作者提出 RoboDoctor，一个免训练递归自我改进框架：在固定模型权重下，它通过诊断、动作执行和持久经验记录三个修订目标，让通用机器人策略与语言模型智能体在执行中自适应。 在 54 条 RoboDojo-Sim 任务条目上，该框架取得五维平均分 57.10、原生成功率 49.44%，记录交互展示了策略切换、选择性纠正和抓取修正。 作者称这些结果刻画的是所评估系统中的执行期自适应，仍需对照实验来分离跨回合经验的贡献。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。