PyRUA-REAL：编码智能体在真实世界自我提升
热点事件持续更新
PyRUA-REAL：编码智能体在真实世界自我提升
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Qiang Wang 等作者提交预印本论文，提出 PyRUA-REAL 框架：编码智能体在真实世界中探索、改进代码并部署，把交互经验保存为持久记忆和可复用的可执行技能，用于后续探索与改进，作者称这实现了具身递归自我提升（RSI）。 作者报告，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%。研究还考察了所得程序在不调用在线智能体做决策时的部署效率与能力，但未给出具体数值。 该论文为 arXiv 预印本，尚未经同行评议，上述成功率均为作者自报结果。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
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报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.RO精选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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。