斯坦福 RoboArchitect 不改权重大幅提升机器人成功率

斯坦福团队提出 RoboArchitect（arXiv:2610.42141），通过「外壳（harness）优化」替代微调：完全冻结 VLA 策略模型权重，用编码模型自动设计围绕策略的控制代码，决定何时查询策略、调用视觉工具或直接控制机械臂，将冻结的机器人策略改造为带记忆的智能体。在未知场景下，任务成功率从 9.7% 大幅提升至 43.3%。

2026-11-02 ~ 2026-11-03 · 3 条相关

• 斯坦福 RoboArchitect 自动设计机器人 Harness，未见场景成功率 9.7%→43.3% — Shengguang Wu · 2026-11-02
• RoboArchitect:冻结 VLA 策略不改权重,未知场景成功率大幅提升 — _Hao_Zhu · 2026-11-03
• 斯坦福 RoboArchitect 不改权重,冻结机器人策略成功率 9.7%→43.3% — dair_ai · 2026-11-03