PyRUA-REAL：编码智能体通过真实世界探索与代码改进实现具身递归自我提升

PyRUA-REAL 是一个让编码智能体在真实世界探索、代码改进和部署中实现具身递归自我提升（RSI）的框架，智能体把交互经验保存为持久记忆和可复用可执行技能，用于后续探索与改进。研究以物理操作为中心，考察智能体如何协作、哪些执行反馈有助于代码改进，以及任务规格和已获技能对鲁棒性与任务迁移的影响，并评估所得程序在不调用在线智能体决策时的部署效率与能力。在八项真实世界任务上平均成功率为 91.1%，在 RoboDojo 基准的 42 项任务上平均成功率为 84.4%。作者称该研究为把物理探索转化为可复用机器人技能、支持持续改进和稳健高效部署提供了实证参考。