arXiv · AI· Yangzhi Chen, Feiran Liu, Zishuo Wang, Zijian Jin, Xin Zhu, Lecheng Ruan, Wenjuan Han·· 2026-10-20AI 评分38
Recursia:通过递归自我改进共享可执行栈实现零样本长时程机器人操作
Learning to Compose: Recursive Self-Improvement of Shared Executable Stacks for Zero-Shot Long-Horizon Robot Manipulation
AI 导读
Recursia 框架将共享可执行栈作为改进单元,解决机器人技能组合时的失败问题。 在 LIBERO-Pro 模拟中,Recursia 在 Pos 扰动下比 ASPIRE 成功率高 5.8 个百分点,在 Task 扰动下高 15.1 个百分点。 在物理 Franka FR3 测试中,其平均成功率比基线高 40 个百分点,证明了共享接口的组合迁移能力。
来源:arXiv · AI · arxiv.org