论文页面 - 权重还是技能？机器人学习技术综述：从预测动作的权重到会自己编写技能的机器人

来源：https://huggingface.co/papers/2608.01851

摘要

机器人学习正在分裂为两条路线：一种是将能力固化到冻结权重中的策略（视觉-语言-动作模型，简称VLA），另一种是让智能体以代码形式编写并不断改进自己的可执行技能。本综述围绕“权重 vs 技能”这一轴线来组织该领域。其核心分析贡献是一次深度梳理：按自我改进程度排列代码即策略方法，从零样本程序合成，经闭环自我修复和持久技能记忆，直到一个极少被占据的格子——在那里，执行反馈、技能记忆和进化搜索结合成一个开放式循环；目前只有极少数最新系统（例如ASPIRE、ENPIRE和RoboClaw）占据该格子。我们还绘制了互补的“技能”一极，从无监督强化学习技能发现到大语言模型技能库，并表明“技能”一词至少有五种不同含义，其中只有“代码”意义上的技能能在不进行梯度更新的情况下自我改进。接着，我们将这一分类法连接到新兴的技能经济：商业机器人技能市场如今可以在不同机器人之间分发一键技能，但只提供静态回放，这暴露了适应性、跨本体可移植性、来源追溯、安全验证、组合和标准化等开放问题。这是一份刻意聚焦的综述。它并非穷尽式地罗列整个领域，而是通过一个分类法和一组对比表，考察了横跨六个技术家族的77个代表性系统，并为自我改进机制提供了操作性定义，同时说明每个家族所不能做到的事情。

查看 arXiv 页面 (https://arxiv.org/abs/2608.01851) 查看 PDF (https://arxiv.org/pdf/2608.01851) 添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2608.01851)

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.01851，即可在此页面上链接到该模型。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.01851，即可在此页面上链接到该数据集。

引用此论文的 Space0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2608.01851，即可在此页面上链接到该 Space。

包含此论文的合集0

没有合集包含此论文

将此论文添加到合集 (https://huggingface.co/new-collection)，即可在此页面上链接到该合集。