RoboHarn-Evo：不断发展分层物理知识以实现自我改进的机器人操作

视觉语言模型可以协调长视距机器人操作，但成功的任务推理仍然取决于局部物理交互是否产生预期效果。我们研究重复交互如何在不更新基础模型的情况下提高这种能力。我们rollout了 RoboHarn-Evo，这是一种双环Harness，可从物理经验中演化出分层物理知识 (HPK)。 HPK 将两个级别的可重用知识结合起来：任务知识捕获应该执行哪个子任务以及何时完成，而动作知识捕获与对象相关的几何策略及其物理效果。在执行过程中，Agent检索相应决策级别的知识，并将其基于任务目标下的当前场景。在各个情节中，物理反馈用于修改历史知识，更新其适用性，并组织可重复使用的条目以供后续检索。 RMBench 上的实验表明，HPK 将不同代理模型的平均成功率提高了 24.2 个百分点。通过 80 次交互的rollout，GPT-5.5 的保留成功率从 48.3% 上升到 75.0%，GPT-6 的保留成功率从 70.0% 上升到 88.3%。 RoboHarn-Evo 还解决了超过 83% 的历史知识错误，同时保留了 95.8% 的有效知识，并将零样本从 RMBench 转移到 RoboDojo，分别提高了 35.0 和 25.0 个百分点。这些结果表明，物理交互可以积累为可重用的知识，以改进后续操作。