AdaRSI：具身智能体按需递归自我改进框架

Peidong Wang 等作者提出 AdaRSI——一个面向具身智能体的按需递归自我改进（RSI）框架。其做法是：先由编码智能体改进技能与执行框架，再通过从保存状态重试失败子步骤来归因故障，最终只微调仍然不可靠的子步骤，而不是对所有子步骤都做微调。 在 RoboCasa365 全部 50 个目标任务上，以 GR00T N1.5 作为执行器、不使用人类演示的条件下，作者称 AdaRSI 相比微调每个子步骤成功率略高，而 GPU 时间仅用 28%、自采集演示仅用 22%；同时，“无框架微调”训练更多但收益远低于 AdaRSI。 需要说明的是，上述效率与效果数据均出自该论文自身的实验设定，属于作者报告的结果。事件目前仅停留在论文发布阶段。 以上均为报道内容。

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。