arXiv機器人專業

EmbodiedRSI：首個透過「假設引導」實現自主演化與持續學習的機器人框架

EmbodiedRSI: Active Continual Robot Learning Through Hypothesis-Guided Co-Evolution

2026/10/082 分鐘閱讀

30 秒看懂

當環境或指令改變時，傳統機器人基礎模型性能常會下降，且依賴高成本的遠端操作（teleoperation）數據來重新訓練。EmbodiedRSI 提出一種自我演化的 Agent 框架，建立「快慢雙系統架構」。慢速系統維護一個「假設圖」，利用「資訊價值（VoI）實驗選擇」挑選最具關鍵性的實體實驗進行驗證。實驗結果會驅動「程式-技能協同演化」並寫入「階層式記憶」，實現無人介入的持續學習。在 RoboCasa365 與真實機器人測試中，皆取得顯著優於傳統基準的成功率。

核心重點

快慢雙系統架構

結合負責執行與快速反應的系統，以及負責構建「階層式記憶」與假設生成的慢速系統，平衡即時執行與長期演化。

假設圖與 VoI 實驗選擇

維持多個競爭的程式與技能假設，並利用「資訊價值」（Value-of-Information）自主挑選能最有效消除不確定性的實體實驗。

程式與技能協同演化

根據實體互動的實際回饋，同步且自主地優化控制程式碼與機器人基礎技能，無需人工撰寫新程式。

卓越的跨領域轉移能力

在模擬環境訓練後，可直接「零樣本」（Zero-shot）轉移至實體機器人，在多項挑戰性任務中達到 71.3% 的成功率。

技術圖解

EmbodiedRSI 自主演化流程架構

為什麼重要

具身智能（Embodied AI）的一大痛點是數據收集成本極高。EmbodiedRSI 證明了機器人可以像科學家一樣，透過「提出假設、自主實驗、驗證修正」的閉環流程在互動中持續自我演化。這大幅降低了對人類示範與遠端操作數據的依賴，為開發能在未知、動態真實世界中自主適應與 lifelong learning 的機器人提供了全新路徑。

對誰有影響

AI 研究人員
AI 開發者
企業決策者

可以怎麼使用

1廚房與家用機器人在面對新物品擺設、不熟悉容器或模糊指令時，自主探索並學習正確操作方式。
2工業機械手臂在面對新產品線與不確定工件時，在無人干預下進行自我調試與技能優化。

限制與注意事項

雖然能自主探索，但在物理世界中的早期探索階段，仍可能因動作不確定性而面臨硬體碰撞與安全風險。
在大規模、超多任務的複雜場景下，維護假設圖與計算資訊價值（VoI）可能會帶來額外的計算開銷。