RoboRSI：复杂真实世界环境中稳定、高效且可复用的机器人自我进化

通用机器人不仅应能执行多种任务，还应通过经验不断改进，将执行过程中学到的内容转化为后续任务可复用的能力。通过代码执行动作的机器人智能体已经能够根据执行反馈修复程序，但如何围绕赋予经验意义的任务结构来组织这些经验，使每次修复都归因于相应的负责能力、有执行证据支持，并在复用前得到验证，仍然是一个核心挑战。我们提出 RoboRSI，这是一种基于 Top-Down Skill Refinement (TSR) 构建的机器人自我改进系统。TSR 将任务分解为复合技能、原子技能和基础技能，为其划分明确的职责范围并规定显式的输入--输出契约，将每次执行结果归因于负责的分支，并将修改限制在该分支内。在此结构基础上，管理器、规划器、工程师和审查器协同完成规划、执行、诊断以及新技能的验证发布；人类则通过设定目标和提供纠正来引导整个过程。稳定的技能序列还会进一步整合为可复用的复合技能。在一台移动操作机器人上，RoboRSI 经过 104 轮迭代，学会了多物体家居清理任务。在仿真环境中，它在 LIBERO、LIBERO-PRO、LIBERO-Plus 和 RoboTwin 上均取得最高成功率，超过最强基线 2.7 至 11.0 个百分点。