您不需要留在循环中：用于改进机器人策略的代理机器人循环

编码智能体（例如 Claude Code 和 Codex）关闭了软件循环：主代理管理循环，子代理分析和执行，工具完成工作。我们将此架构移植到机器人策略改进中，其中一个差异主导了设计：机器人工具（训练有素的策略、训练管道、数据收集）经常失败，因此必须测量工具的质量，在每次调用时进行记录，并在其背后的工件发生变化时过期。 AgenticRobotics 是一个独立于后端的控制平面，其中 LLM 控制器通过持久的训练-评估-改进事务来驱动一次性工作人员：不可变的目标、控制器拥有的测量、提交密钥的崩溃恢复、证据分级的技能库以及具有标准化、记录的调用表面的工具注册表。标题是一个操作声明，而不是一个选择声明：操作员可以离开，因为升级是有证据控制的，状态是可恢复的，并且能力质量是从记录中得出的——而不是因为循环选择了比人类更好的检查点；在我们测量的一个谱系上，情况并非如此。这些门可显着购买虚假促销控制（每次运行 0.001 次强化，而每次运行 0.005--0.021 次交付）、可选停止下的任何时间有效决策、杀戮注入下的零丢失或重复效果，以及由签名验证者捕获的六个工件篡改类别中的六个。