# 机器人

前沿版本：2026-10-16.1；领域F18

## 概念与例子：机器人怎样从经验中学习

机器人模型把视觉、语言指令和动作连接起来。训练既可以使用人类示范，也可以使用自主执行后的反馈；部署时还要处理陌生物体、照明变化、失败和接管。

折叠衣物完成了多数步骤，不等于整件衣服已经正确收好。一个任务的进度、成功率、吞吐和无人值守时间需要分别记录。

- VLA：连接视觉、语言和动作的模型。
- 远程接管：人远程纠正或恢复机器人的执行，不是完全无人工作。
- 任务进度：完成了多少指定步骤，不等于整任务完成概率。
- RECAP / π*0.6：RECAP是用执行结果更新动作策略的方法，π*0.6是它训练的机器人模型。
- 吞吐：这里指每小时成功完成的任务数，不是动作速度或企业总产能。
- 离线RL与示范微调：收集动作经验与人类示范后集中训练，不是机器人现场自动更新全部能力。

## 具体进展

### RECAP用真机经验和专家纠错改进策略

Physical Intelligence用RECAP从演示、真机自主轨迹和可选远程专家纠错中更新π*0.6动作策略。人类提供成功标签、纠错和恢复，批量采集后离线更新，不能叫完全自主迭代。[论文](https://arxiv.org/html/2511.14759)

困难衣物和意式咖啡测试中，作者报告每小时成功任务数超过仅用离线RL与示范微调基线两倍、失败率约减半。定量验收包括纽扣衬衫在500秒期限内、双份浓缩咖啡在200秒内完成；连续运行另属作者展示，不是无人值守全成本验收。[论文](https://arxiv.org/html/2511.14759)

既有研究报告的事实摘要与条件说明；具体引用在正文标注
对应材料：[论文](https://arxiv.org/html/2511.14759)

### U0用合成画面改善背景变化适应

小米U0在训练时生成画面，扩充π0.5示范数据；每项任务约40小时真实演示加40小时合成风格迁移，在双臂机器人上测耳机收纳、毛巾折叠与物品装盒，每策略每任务18次试验。[U0 论文与实验](https://arxiv.org/html/2607.11643)

摘要把分布外表现36.9%→63.2%称为成功率，但正文§3.3唯一指标是按步骤计分的任务进度，不能读成完整成功概率。增益集中在陌生背景与光照，基准场景持平或略降；运行时不使用U0，但合成数据计算和人工审查成本未报告。[U0 论文与实验](https://arxiv.org/html/2607.11643)

既有研究报告的事实摘要与条件说明；具体引用在正文标注
对应材料：[U0 论文与实验](https://arxiv.org/html/2607.11643)

## 时间线

- 2025（原报告记载的进度/观察 / 年份）：RECAP公开真机经验学习
  日期依据：2026-10-13研究报告第18模块；本次未把未披露日期补成精确日期
- 2025-11-18（预印本首稿 / 日期）：对应机器人学习论文首次提交。
  日期依据：arXiv v1日期（UTC）；非真机实验日
- 2025-11-19（论文版本修订 / 日期）：RECAP本轮阅读v2提交。
  日期依据：arXiv v2日期（UTC）
- 2026（原报告记载的进度/观察 / 年份）：U0公开合成画面与真机实验
  日期依据：2026-10-13研究报告第18模块；本次未把未披露日期补成精确日期
- 2026-07-13（预印本首稿 / 日期）：对应机器人学习论文首次提交。
  日期依据：arXiv v1日期（UTC）；非真机实验日
- 2026-10-12（研究材料范围 / 资料截止）：这份研究摘要的资料范围，不是上述事件统一发生的日期。
  日期依据：原研究报告事实范围

## 工作意义

窄场景鲁棒性可能提高，但设备适配、重置、人工标签和持续维护仍应计入生产成本。

### 后续观察

基准情景是模型提高特定任务鲁棒性，部署仍采用监督、远程恢复和任务专用数据。若在不同机器人、陌生场景和长时连续任务中公开足量重复试验，报告接管频次/分钟、重置率、安全事件与全成本，并在真实客户流程中持续达到节拍要求，才支持更快转化。持续观察合成与真机数据的边际贡献、失败后的恢复能力及无人值守时长，而非演示片段或单次最高分。

## 证明材料

### 𝜋^∗_0.6: a VLA That Learns From Experience

[论文](https://arxiv.org/html/2511.14759)；类别：研究预印本；状态：active
支持：RECAP反馈方法、指定任务每小时成功数与失败变化，以及人类标注/纠错依赖。
定位：§V-D/图5（反馈）；§VI-A（测试）；§VI-C1/图7–8（吞吐与失败）。
先核对任务期限与基线，再看相对倍数；连续展示不当无人值守验收。
原始发布：2025-11-18；修订：2025-11-19；arXiv Submission history（UTC原始记录）
作者真机研究配置，未由本站复跑或验证企业净产能。
2026-10-14书目信息，非实验复验。

### Xiaomi-Robotics-U0: Unified Embodied Synthesiswith World Foundation Model

[U0 论文与实验](https://arxiv.org/html/2607.11643)；类别：研究预印本；状态：active
支持：U0数据增强、三项双臂任务及分布外步骤进度结果。
定位：§3.3：Task suite、Policy training and data、Evaluation schedule、Metric；图15–17。
摘要与正文指标标签不一致时保留正文步骤进度口径；不要改成整任务成功率。
原始发布：2026-07-13；修订：未提取；arXiv Submission history（UTC原始记录）
每策略/任务18次指定真机测试；成本与更广部署仍未知。
2026-10-14书目信息，非实验复验。

本页整理：2026-10-14；事实范围：2026-10-12。概念解释与既有研究展开；元数据访问不是原始实验复验。

阶段：研究验证至受控试点（限任务与平台）
前沿较快；转化渐进；信心中。定性判断不是职业自动化率。