机器人把失败经验写成操作手册

Recursive Harness Distillation across Agents for Robot Manipulation

强Agent将干预经验整理为可复用playbook，轻Agent执行后反馈修订，无需更新VLA权重。作者在指定实机与仿真任务报告提升，跨机器人泛化仍需验证；27日论文列为近期补看。

首次公开：2026-09-27 · 收录：2026-09-30

相关期次：2026-09-30 精选

阅读笔记

强Agent先把对VLA策略的失败诊断与干预方法写成playbook，再根据轻Agent执行反馈递归修订。共享的是外部操作手册，VLA权重不更新。作者在真实机械臂实验中报告成功率由37.3%升至64.0%；SimplerEnv Bridge中轻Agent带手册66.7%，GR00T-only为41.7%。这说明经验可跨Agent复用，但强Agent构建手册有前期成本，结果依赖测试场景，未证明任意机器人泛化。9月27日提交，30日期作近期补看，不当作首发。

原文：https://arxiv.org/abs/2609.33378
本期资料页：https://www.asteronline.cn/juju-radar/2026-09-30/
AI辅助整理。

笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。