Recova 框架让机器人学会恢复技能

2026 年 10 月 7 日，AGI Hunt 报道了一套名为 Recova 的机器人框架，其思路是为机器人单独训练「恢复技能」：当任务执行出错时，先撤销已经产生的错误进展，再继续完成原任务。报道称，该方法使四个真机任务的平均成功率从 77.5% 提升至 87.5%。其中叠环和铅笔盒收纳两项任务各提升 15 个百分点。恢复技能在仿真环境中开发，再调用到真机上，验证场景在可恢复后继续执行。实验每个任务、每种配置各做 20 次试验，涵盖铅笔盒收纳、叠环和麻将牌取放三类任务。报道还提到，在采集演示数据时应同时收集「场景修复」示例，以便支撑恢复技能的训练。目前公开信息仅来自这一篇报道，尚未见后续更新。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。