上海交大等机构提出 Physical RSI 框架, 为机器人自我改进划分 L0–L5 等级
这篇综述给机器人自我改进定了一套分级标准，说明当前研究大多停在「任务变强」而非「改进方法变强」，并给出验证递归增益的评估办法。
机器人越来越会执行任务，但采集数据、诊断失败、调整训练方案仍由人主导。来自上海交大、UC Berkeley、斯坦福、MIT、谷歌、微软、英伟达和小米的研究者发表综述，把「任务能力更新」与「改进流程本身的更新」放进同一框架，定义 Physical RSI（物理世界中的递归自我改进：系统不仅越做越好，连改进方法本身也随经验升级），并按「更新对象」与「收益能否跨任务迁移」划出 L0–L5 等级，同时梳理记忆、技能、模型训练、安全约束与验证机制，指出如何用受控的跨任务对比证明「越学越会学」。
正文摘录
.jpg)  近年来，机器人学习的发展让机器能够自主完成越来越多的任务。但在自主执行的背后，数据采集、失败诊断、训练方案调整和部署决策，仍然主要依赖研究者与工程师。 机器人已经越来越会执行任务，但如何让它们持续改进，仍是一项由人主导的工作。 自我改进智能体（self-improving agent）的研究为此提供了新的思路。系统可以根据反馈修改代码、积累经验或更新模型，并将有效的修改用于后续任务。不过，这些工作通常沿用预先设定的改进流程：模型和技能在更新，产生和筛选更新的方法却保持不变。而递归自我改进（recursive self-improvement）则进一步关注，这套改进流程能否也从经验中得到更新，使后续学习更加有效。 当递归自我改进进入物理世界，这一目标将面临更多困难。机器人获得的观测往往不完整且带有噪声，失败原因难以准确判断；验证一项修改需要反复试验，还伴随着环境复位、硬件损耗乃至不可逆后果。因此，数字环境中的自我改进方法若想适用于机器人，需要在物理反馈、试验成本和安全约束下进行重新审视。