RoboRSI：复杂现实环境中稳定、高效、可重复使用的机器人自我进化

多面手机器人不仅应该执行多样化的任务，还应该通过经验进行改进，将其在执行过程中学到的知识转化为后续任务可以重用的能力。通过代码进行操作的机器人代理已经可以根据执行反馈修复程序，但围绕赋予其意义的任务结构组织这种体验仍然是一个核心挑战，以便每次修复都归因于负责的能力，得到执行证据的支持，并在重用之前进行验证。我们介绍 RoboRSI，这是一种基于自上而下的技能细化（TSR）构建的机器人自我改进系统。 TSR 将任务分解为具有范围职责和显式输入输出契约的复合技能、原子技能和基本技能，将每个执行结果归因于负责的分支，并将修订限制在该分支。在此结构的基础上，经理、规划者、工程师和审核者协调规划、执行、诊断和新技能的验证发布，而人们则通过目标和修正来引导流程；稳定的技能序列进一步 整合为可重复使用的复合技能。 RoboRSI 在移动机械臂上开发了超过 104 轮的多物体家庭清理工作。在模拟中，它在 LIBERO、LIBERO-PRO、LIBERO-Plus 和 RoboTwin 上实现了最高的成功率，超出了最强基线 2.7 至 11.0 个百分点。