哈佛、NVIDIA 等发布 RAX：冻结模型权重，靠技能库将机器人成功率从 26% 提升至 94%

哈佛、NVIDIA、UC Berkeley、MIT 与 Stanford 研究者提出 RAX，通过技能库复用有效程序，避免机器人为新任务重训策略。RAX 冻结模型权重，仅更新程序库；在 RoboDojo 插充电器任务中，未见布局的成功率从 4 轮探索后的 26.0% 升至 94.0%。