PhysEvo 让冻结模型物理递归自我改进：RoboDojo 42 任务成功率 62%
Wenqing Tian · hf · 2026-10-08
PhysEvo 是围绕单个冻结模型构建的物理递归自我改进（RSI）框架：任务 agent 执行机器人任务，meta-agent 用产生的轨迹诊断失败、修改工具与技能并测试修正，甚至能改进自身的诊断工具，无需更新模型权重或单独训练动作策略。
结果：
- 42 个 RoboDojo 任务的保留部署版本，五维平均分 68.14/100，成功率 62.00%，对比最强已发表参考 RoboDawn 一次性 Astra agent 的 47.17%。
- 在 8 个直接挑战 Astra 的操作任务上，PhysEvo 成功率 55.00% vs 直接 Astra 的 1.25%。
- 将仿真中进化出的 harness 部署到 AgileX PiPER 真机并继续改进技能，5 个真实任务 25 次试验中平均分 90.60/100、成功率 84.00%。
核心思想是把行动的后果转化为对冻结模型行为与自我改进方式的持久、可测试的改变。
「具身」频道最新
- Burkov 放话：灵巧手做不到这一步的人形机器人只配吃灰 — burkov · 2026-10-08
- 北京金刚机器人开源六足螃蟹机器人 Jumper 软件工具包 — kevin_zakka · 2026-10-08
- 开发者用 Codex 写 CAD 与构建文档，实体机器人硬件搭建效率起飞 — OpenAIDevs · 2026-10-08
- 网友深夜与 Unitree 机器人现场斗舞 — zealcaiden · 2026-10-08
- Nvidia 机器人世界模型 DreamDojo 被曝代码有严重 bug,仍中 ICML Spotlight — Amazing-Fox-7295 · 2026-10-08
- 扫地机器人"离家出走"实录，网友：我懂它 — BotLordBotflix · 2026-10-08