跳到主要内容
检索

# 引导式自我改进

1 篇关联报道

订阅更新
  1. arXiv

    机器人不改权重也能长本事:RPG在22个操作任务上把成功率从28.6%练到95.0%

    RPG把机器人执行系统当作可反复修改的共享技能库与系统提示,在仿真里自主练习而不更新模型权重。它先从离线数据集中识别可练习的操作能力并搭建仿真任务,再借特权执行与视频诊断失败、改写技能,并在全部任务上验证后才保留改动。22个操作任务的留出初始化上,成功率从首轮练习后的28.6%升到15轮后的95.0%,高于ASPIRE的75.5%与CaP-Agent0配GPT-6 Astra Pro的60.0%。

已读完全部报道