闭环机器人策略代码的学习与跨任务迁移研究

编码智能体通过迭代优化将 RoboCasa 源任务策略成功率从 28.3% 提升至 64.2%，并在 Unitree G1 上验证了该方法。 利用验证选中的软件归档进行跨任务迁移时，无参考策略成功率为 45.2%，使用归档代码则提升至 57.0%。 研究表明，改进源任务代码可直接增强新任务的策略学习效果。