SEAR 框架测试机器人技能自进化：330个仿真任务与5个真机任务

Luma AI 发布名为 SEAR 的机器人自进化研究框架，用于检验机器人技能库在持续积累过程中是否真正形成可复用能力。该研究设置330个仿真仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身任务与5个真机任务，观察机器人多次执行成功后，技能库如何影响后续学习。结果显示，技能库既能积累能力，也可能将此前产生的错误一并继承，导致机器人在更换任务或场景后表现下降，出现连续成功十次却无法适应新场景的情况。研究认为，更具价值的指标是抓取与控制能力在换任务、换场景后的可复用程度，而非单一场景下的连续成功次数。该工作以 SEAR: Self-Evolving Agentic Robotics 为题，属于面向物理交互的具身智能具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身训练与评测方法探索。