中外团队提出 Recursia：双层循环实现零样本长时机器人操作
研究把组合泛化放进具身递归自我改进框架：内外双层 Agent 循环改写共享执行栈，机器人无需现场调试代码即可完成长时操作任务。
机器人做长时任务时，第二步面对的世界已被第一步改变：碗挪了位置、机械臂姿态变了，就容易看不清、抓不稳。北京交通大学、北大、NYU 等团队提出 Recursia，内层 Agent 边看边做，外层 Agent 汇总执行经验并改写共享执行栈。在 LIBERO-Pro Long 零样本设置下，长时任务成功率比英伟达 ASPIRE 高 5.8 和 15.1 个百分点。
正文摘录
.jpg) 机器人 RSI 时刻远远未到达，先看一个动作：机械臂把碗放到盘子上，再抓起杯子，放进刚刚移动过的碗里。[](https://mp.weixin.qq.com/s/k6rZzeLXpmmiA5vFyr8BQ) 视频 1. 长序列真机任务 T3：先把碗放到盘子上，再把杯子放进移动后的碗里。 对人来说，这只是顺手收拾桌面。对机器人来说，即使识别、抓取、放置等单项技能已经相当可靠，第二步也发生在一个被第一步改变过的世界里：碗的位置更新了，机械臂的姿态变了，接下来可能看不清、抓不稳或放不准。所以， 核心研究问题是：能否自动通过源任务学习技能，并把源任务上学到的单技能可靠地组合到新的任务中？ 来自北京交通大学、北京大学、纽约大学（NYU）、南加州大学（USC）、北京灵行智能科技有限公司等机构的研究团队提出了 Recursia，把这个 "组合泛化问题" 放进具身 RSI，也就是递归自我改进的讨论中。 Recursia 将系统组织为 "内外双层循环"：内层 Agent（Inner Loop）负责当前任务中的观察、决策和代码执行；外层 Agent（Outer Loop）汇总执行经验，提出、验证并保留对共享栈的修改，让有用的改变进入后续循环。