Robot Learning Skill Discovery Code-as-Policy Self-Improvement
摘要

机器人学习正分化为两派:将能力固化于冻结权重的策略(如VLA模型),以及编写并优化可执行技能代码的智能体。本综述围绕“权重与技能”这一轴线组织领域,深入剖析基于代码的策略方法,按其自我改进程度进行分类,从零样本程序合成到结合执行反馈、技能记忆与进化搜索的开放循环。同时映射互补的“技能”端,涵盖无监督强化学习的技能发现至大语言模型技能库,澄清“技能”的多重含义,并指出仅代码形式能在无梯度更新下实现自我改进。最后连接新兴的技能经济,探讨静态回放带来的适应性与标准化等开放问题。

AI 推荐理由

论文核心探讨机器人技能学习,对比权重与代码化技能,重点分析技能发现、库构建及自我改进机制。

研究机构
UC Berkeley, USA San Jose State University, USA Meta, USA Apple, USA PocketFM, USA Pragya Lab, BITS Pilani Goa, India
论文信息
作者 Gaytri Jena, Kapil Wanaskar, Vinija Jain, Aman Chadha, Vasu Sharma et al.
发布日期 2026-08-03
arXiv ID 2608.01851
相关性评分 9/10 (高度相关)