Reward-Grounded Memory Learning

EmbodiedRSI系统通过自主技能进化增强机器人基础模型

研究人员开发了EmbodiedRSI，一种新颖的自进化代理工具，旨在改进机器人基础模型。该系统自主选择实验来优化代码和技能，解决了训练后数据收集成本高昂的挑战。EmbodiedRSI采用具有假设图的快慢双系统架构来管理竞争性假设，并使用信息价值实验选择来指导物理交互。该系统在RoboCasa365和LIBERO-Pro等基准测试中取得了显著成功，并且在实际机器人上展现了强大的零样本迁移能力。