AdaRSI：面向具身智能体的按需递归自我改进

基于摘要分析。针对预训练 vision-language-action models（VLAs）在未见长时程任务中途失败的问题，AdaRSI 提出按需递归自我改进框架：先改进执行器外围的技能与调用框架（harness），再对持续失败的子步骤进行归因，仅在必要时更新执行器权重。 其核心机制是让编码智能体先优化技能和调用框架，再从保存的状态重试失败子步骤，识别哪些子步骤仍不可靠；随后利用自行收集的演示及先前任务积累的经验，对这些子步骤进行微调。研究试图区分“执行器如何被调用”与“执行器本身能做什么”两类问题，避免只优化冻结执行器的外围系统，也避免不加区分地训练所有失败环节。具体归因判据、重试次数、微调目标和经验复用方式尚未验证。 作者报告，在 RoboCasa365 的全部 50 个目标任务上，以 GR00T N1.5 为执行器、且不使用人工演示时，AdaRSI 在三个任务套件上均带来改进，其中未见组合任务成功率由 4.6% 提升至 13.8%。相较于微调每个子步骤，作者报告其成功率略高，而 GPU 时间和自行收集的演示量分别仅为该对照的 28% 和 22%；摘要还称，不使用调用框架而直接微调的方案训练更多、收益却明显更小。这些结论限于所述机器人任务与执行器设置，具体划分、成功率统计方式、资源核算边界、消融及统计信息尚未验证。 该工作的主要对象是具身智能体与机器人操作，而非神经信号解码。其机制依赖可保存并重试任务状态、可自行收集演示的交互环境，不能直接等同于 EEG/BCI 场景中的可复用方法；相关 EEG 工作尚未检索确认。复现前需取得全文，核对状态恢复条件、演示筛选流程、跨任务经验使用边界及对照方案的训练预算。