递归工具蒸馏实现跨智能体机器人操作经验复用

机器人操作在任务与环境变化时仍面临挑战。视觉-语言-动作（VLA）模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身具备广泛的操作能力，但在需要诊断失败并调整行为时表现有限。强智能体通过与策略交互可发现有效干预措施。为此，研究者提出递归工具蒸馏（Recursive Harness Distillation），将经验积累为可跨智能体复用的指导。方法上，强智能体先将经验蒸馏为轻量智能体的操作手册，随后利用轻量智能体的执行反馈递归优化手册。该手册使智能体无需更新模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身参数即可在新任务中复用干预知识。在真实世界操作中，该工具将成功率从37.3%提升至64.0%。

在SimplerEnv Bridge上，配备手册的轻量智能体成功率为66.7%，而仅使用GR00T的基线为41.7%，且优于无手册的强智能体。同一手册也令强智能体受益，成功率达79.2%。结果表明，工具蒸馏在机器人领域可行：干预经验可被积累、通过执行优化并跨智能体复用以提升操作性能。