EqC框架让机器人识别能力边界并求助

arXiv论文2610.18790的作者提出Equilibrium Energy Control（EqC）自省式终身学习控制框架，使控制策略在识别自身能力边界后按需请求AI智能体协助；论文报告，该框架可集成到Diffusion Transformer和流匹配VLA策略，在仿真及真实双手操作任务中的性能和鲁棒性持平或更好。 在真实世界叠衣实验中，研究团队加入6次智能体生成的干预后，自主成功率由0%提升至100%。这一结果表明，EqC可让原本无法自主完成任务的机器人通过有限的外部协助进行自我改进。

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。