闭环机器人策略代码学习与跨任务迁移研究

2026年10月30日，arXiv Artificial Intelligence 刊出 So Kuroki 等作者的论文，研究将完整闭环机器人实现作为可复用执行经验：编码智能体从少量成功演示生成策略代码，并借助仿真反馈迭代改进。在 RoboCasa 四个源任务上，迭代优化使成功率从初始生成代码的 28.3% 提升至验证筛选代码的 64.2%，并在实体 Unitree G1 上得到验证。在九个迁移目标任务上，使用源任务验证筛选代码的成功率为 57.0%，高于无参考的 45.2% 和使用初始生成代码的 41.5%。目前进展为论文提交与上述实验结果公布。

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。