迈向物理 AI 的递归式自我改进
递归式自我改进是指系统不仅改进自身行为，也改进促成改进的过程。数字智能体已开始通过重写代码并用可执行测试验证改动来探索这一思路。物理系统则必须从不完整的观测和高成本试验中学习，同时应对不断变化的运行条件及可能不可逆的后果。本文将递归式自我改进置于机器人学习的背景下，探讨能力和学习流程的改进何时能够逐步累积。反馈需要解决尚未满足的学习需求；改动必须可用，并在任务或硬件变化后仍然有效；后续练习也必须安全且成本可承受。现有研究主要集中于操作任务，显示行为有所改善，并有助于后续学习。然而，本文综述的物理系统研究尚未能单独确认递归本身带来的收益。文章据此提出评估原则和研究方向，探索机器如何安全地改进自身的改进方式。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。