VASO：面向物理 AI 智能体的形式化可验证自进化技能

本文提出 VASO 框架，旨在解决具身智能体技能信任成本高的问题。现有方法仅依赖执行反馈，缺乏对未测试条件下安全性的保证。VASO 将技能表示为语义契约，利用模型检查器验证其逻辑一致性及计划是否符合时序规范。当验证失败时，系统将反例转化为文本梯度以更新技能契约，同时保持基础模型权重冻结。实验表明，该方法在少量样本下即可实现高合规率，首次实现了形式化验证与 LLM 生成技能自进化的闭环。