2026年10月14日，来自美国东北大学、智元机器人（AgiBot）和中国科学院大学的研究者在arXiv提交论文《AdaRSI：面向具身智能体的按需递归自我改进》。论文关注视觉—语言—动作模型（VLA）执行长程任务时容易中途失败的问题，提出让智能体先改进任务编排与调用方式，再判断失败究竟来自“如何调用执行器”还是“执行器本身缺少某项动作能力”。论文原文
AdaRSI的核心不是对整个模型反复训练，而是保存失败子步骤的状态并重新尝试：如果调整任务编排后仍无法解决，系统才针对持续不可靠的子步骤进行微调，同时利用自身收集的示范数据和此前任务经验。这样的设计试图减少把所有失败都归因于模型能力不足所带来的训练浪费。
论文在RoboCasa365的50个目标任务上进行评估，以GR00T N1.5作为执行器，且不使用人工示范。作者报告称，AdaRSI在三类测试套件上都优于基础VLA；在未见过的组合任务上，成功率由4.6%提高到13.8%。与对每个子步骤都进行微调相比，论文称其取得了略高的成功率，但GPU时间约为后者的28%，自采集示范数量约为22%。这些结果仍属于论文作者在仿真基准上的实验结论，不能直接等同于真实机器人环境中的泛化能力。
这项工作的意义在于，它把具身智能的“自我改进”拆成了故障归因和按需训练两个环节：先解决任务分解、提示和调用流程能够解决的问题，再把有限训练资源用于确实缺少动作能力的局部环节。后续仍需观察该方法在不同机器人本体、真实场景和更长任务链上的稳定性，以及自采集数据是否会放大错误策略。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
