dumaiСистема помогает роботам превращать опыт в новые навыки
Препринт, ещё не рецензирован · ранние данные
Кратко
Авторы предлагают систему для роботов, которая разбирает опыт выполнения задач и превращает его в проверенные обновления памяти, активного контекста и навыков. В тестах она повысила результат GPT-5.5 на 27,8%, а Qwen3.7-Plus приблизила к нему: 70,3% против 72,7%.
Зачем это знать?
Роботам такой подход может помочь накапливать удачные решения вместо повторного обучения с нуля; насколько он надёжен и переносится на реальную работу роботов, пока неясно.
Разбор
Авторы предлагают смотреть на робота не как на модель плюс набор отдельных модулей, а как на целую систему, которая сама может меняться. После выполнения задачи RoboFoundry разбирает «следы» работы: где робот ошибся в принятии решения, что не сохранил в памяти и какого навыка ему не хватило. Затем система превращает этот опыт в обновления, проверяет их и только после этого добавляет в рабочую память или набор навыков. Повторяющиеся удачные изменения могут перейти из решения одной задачи в общую часть системы.
У подхода две главные части. Первая управляет текущим контекстом — информацией, нужной прямо сейчас, — и долговременной памятью в файлах. Вторая хранит навыки по уровням: отдельные простые действия, их комбинации и способы восстановиться после конкретных сбоев. Отдельный общий интерфейс связывает решения, не зависящие от типа робота, с командами, которые уже зависят от его устройства. Благодаря этому навык можно переносить между разными роботами, не переписывая его целиком.
Раньше исследователи чаще улучшали один элемент такой цепочки: отдельно память, контекст, навыки или интерфейс действий. Авторы считают, что этого недостаточно: сам по себе опыт взаимодействия не превращается в самообучение, если система не умеет отбирать и закреплять полезные изменения. На тесте RoboMemArena новый подход превзошёл все сравниваемые методы как минимум на 39,0%, включая варианты с дополнительными внешними моделями. На LIBERO-PRO преимущество над Cap-Agent0 составило от 243,8% до 679,7% в зависимости от типа помех. Авторы также сообщают о переносе навыков без предварительной адаптации и об изменениях «на лету» при работе с разными роботами и задачами, но абстракт не уточняет масштаб этих реальных испытаний.
Ключевые цифры
Можно ли доверять
Это препринт с arXiv, а не статья, прошедшая независимую рецензию, поэтому заявленные преимущества ещё требуют проверки. Результаты получены на стандартных тестах и в демонстрациях на реальных роботах, но абстракт не сообщает число роботов, задач и длительность испытаний; переносимость на практическую эксплуатацию пока остаётся открытым вопросом.
- Это препринт, поэтому результаты еще не прошли независимую проверку.
- Основные количественные сравнения относятся к бенчмаркам; из abstract неясно, насколько они отражают работу роботов в реальном мире.
- Заявления о переносе между роботами и онлайн-эволюции приведены без подробностей о масштабе и условиях испытаний.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено