arXiv Robotics· Zheng Sun, Zhihao Li, Zhuo Li, Wenrui Liu, Xin Wang, Fei Chen·· 5 小时前AI 评分40
ReSkill：面向机器人操作的选择性自我改进框架
ReSkill: Selective Self-Improvement for Robot Manipulation
AI 导读
ReSkill 是一个选择性自我改进框架，将修订集中在能力缺口上：编码智能体从指令和技能库构建以对象为中心的任务图，用节点级执行记录定位失败，候选修订经全任务评估和配对比较后才采纳。
推荐理由模型分析
该研究把机器人组合操作的自改进拆成“定位失败节点—局部修订—全任务配对验证”三步，并让编码 Agent 只在开发阶段参与，部署时直接调用保留技能。10 个 RoboDojo 任务成功率从 30.0% 升至 86.2%，8 个真实任务 80 次试验成功 62 次，中位修订仅改约 0.5% 程序。关注具身智能技能复用与开发期自动改进的研究者可据此比较其验证流程与真实机器人条件。
来源：arXiv Robotics · arxiv.org