Embodied Agents专业
RPG框架用模拟练习改进机器人技能,仿真成功率95%、真机30次全成功
这是一篇预印本。论文提出Reconstruct, Practice, Go Real (RPG)框架,从离线数据集构建仿真练习任务,利用执行反馈、特权状态和视频分析自动改进可复用技能库与系统提示,不更新模型权重。在22项操作任务的留出初始化上,RPG经过15轮练习将成功率从28.6%提升至95.0%,超过ASPIRE的75.5%和GPT-6 Astra Pro版CaP-Agent0的60.0%;真机30次试验全部成功。该框架说明共享技能代码和系统提示可以作为机器人持续改进的实用目标。