跳到正文
arXiv · 机器人与计算机视觉· Peidong Wang, Ying Chang, Zhiming Ma, Lirong Che, Zihao Liu, Xiaocui Yang, Shi Feng, Daqi Liu, Yuzhe Yang, Xu Cao, Chuang Wang, Jian Su, Daling Wang·· 2026-10-15精选AI 评分78

AdaRSI:面向具身智能体的按需递归自我改进框架

AdaRSI: On-Demand Recursive Self-Improvement for Embodied Agents

AI 导读

预训练视觉语言动作模型(VLAs)常在不熟悉的长周期任务中途失效,现有递归自我改进方法要么无法补充缺失的运动能力,要么在持续失败时盲目重训执行器。本文提出 AdaRSI 框架,由编码智能体先提升技能与工具集,再对保存状态下的失败子步骤进行重试以归因错误来源,仅微调仍不可靠的子步骤并复用过往经验。

推荐理由

提出 AdaRSI 框架,通过按需微调子步骤解决预训练 VLA 在长任务中的失效问题,在无人类演示下将 RoboCasa365 未见复合任务成功率从 4.6% 提升至 13.8%,且仅消耗 28% GPU 时间。

来源:arXiv · 机器人与计算机视觉 · arxiv.org