跳到正文
arXiv · 机器人与计算机视觉· Qiang Wang, Jianxin Bi, Shulong Jiang, Ruiyang Si, Wenbo Huang, Kaiqi Chen, Jiaxin Li, Liyun Li, Xuanyi Li, Daquan Zhou·· 14 天前AI 评分72

PyRUA-REAL:基于真实世界探索与自适应学习的机器人递归自我改进框架

PyRUA-REAL: Robot Exploration and Adaptive Learning through RSI in the Real World

AI 导读

该研究提出 PyRUA-REAL 框架,利用编码智能体将空间推理与可执行机器人行为结合,通过保留交互经验作为持久记忆和可复用技能来实现物理操作能力的持续改进。实验在八项真实任务中平均成功率达 91.1%,并在 RoboDojo 基准的 42 项任务上达到 84.4% 的平均成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org