开放环境中新任务的机器人闭环自主学习框架

开放环境中的自主机器人需要处理预定义本地方法未覆盖的任务。现有方法常反复调用大模型，而成功执行或观察到的成功行为未必转为可复用本地知识。我们提出大模型驱动的闭环自主学习框架。框架先检索本地方法库，判断是否已有适合当前任务或事件的方案；若无，则触发自主学习，由大模型承担高层任务分析、候选模型选择、数据采集规划和执行或观察策略组织。机器人从自身执行与主动观察中学习，进行近实时训练与调整，并将验证后的结果加入本地方法库。重复闭环逐步把执行和观察经验转为可复用能力，减少后续反复调用外部大模型。结果显示，在重复任务自主执行与观察驱动设置中，执行时间和模型依赖均降低；例如重复任务实验平均总执行时间从7.7772秒降至6.7779秒，每任务平均模型调用数从1.0降至0.2。