Compounding Physical RSI：失败转能力的策略框架

Yixuan Yang等作者在arXiv预印本中提出Compounding Physical RSI自演化策略框架，目标是把机器人执行失败转化为可继承的能力。该框架先用自动化能力缺口评估，把失败轨迹定位到具体任务阶段并形成结构化改进目标；再据此筛选阶段相关经验，用行为正则化离线强化学习更新策略，作者称无需每步在线rollout；最后在继承参考策略与精炼策略之间构造权重空间候选，在任务套件上评估并选出下一代参考状态。 在RoboDojo-Sim全部42项任务上，CSU-AI-07以三随机种子平均Overall Score 26.15、成功率20.70%排名第一，比次优条目高5.92分和5.82个百分点。上述结果均为仿真基准成绩，属预印本作者自述，尚未经同行评议或独立验证。

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。