AdaRSI：按需决定何时微调的具身自我改进框架

AdaRSI 论文作者团队提出面向具身智能体的按需递归自我改进框架：由 coding agent 先改进技能与 harness，再通过从保存状态重试失败子步骤来归因持续失败，仅对仍不可靠的子步骤用自采演示和历史经验微调。 在 RoboCasa365 全部 50 项任务、以 GR00T N1.5 为执行器且无人类演示的条件下，AdaRSI 在三个任务集上均提升 VLA 成功率，未见过的复合任务成功率从 4.6% 升至 13.8%。与对每个子步骤都微调相比，它成功率略高，但只用 28% 的 GPU 时间和 22% 的自采演示；不带 harness 的微调训练更多却收益更小。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。