教学与成长：以代理为中心的通用机器人学习架构

视觉-语言-动作（VLA）和世界动作模型通常通过额外的机器人数据收集和策略优化来吸收不熟悉的操作任务。这种反复出现的再训练负担会减慢新行为的习得速度。我们推出了教学与成长学习 (TGL)，这是一种 无需训练 架构，可将一些成功的演示转化为可重复使用的机器人技能。任务获取不需要梯度更新、微调 或强化学习：随着机器人扩展其显性知识，预训练的模型权重保持固定。教学是加速器，而不是前提，因为代理也可以直接驱动机器人，演示主要提高可靠性。我们的实现使用 OpenAI GPT-6 Astra 进行多模式推理，并使用 Codex 将代理连接到机器人工具。该代理识别跨演示共享的子目标，将它们表示为闭环技能块，并将每个块放在当前场景中。身体反馈指导下一步行动和任何恢复。经过验证的行为进入持久的技能库；经验记忆记录了情况和维修情况，为以后的决策提供信息。 TGL 在四个 LIBERO 套件上达到 99.9% 的平均成功率，在七个 LIBERO-Plus 扰动类别上达到 92.4% 的平均成功率。对照研究表明，在相同的模型权重和执行器下，教学块会持续存在并改善相关任务的执行。我们进一步制定了一个扩展假设，将有效的可重用经验与未来任务错误的下降和教学需求联系起来。代码和演示视频：https://tgl.changnie.top