可持续学习的交互机器人

研究动机

大多数已部署的机器人在预训练结束的那一刻就”冻结”了——技能、物体词表和语言接地一旦数据配比 锁定，就不再演化。但一台真正有用的家用或实验室机器人，需要在数周乃至数月的使用过程中，不断 学会新任务、认识新物体、适应新的指令方式。这个项目把持续学习当作系统的第一等属性，而不是 训练阶段的一个小技巧。

系统做什么

• 在线技能习得。 新的操作和导航技能可以从少量演示或纯语言纠正中学到，并且能整合进已有能力， 而不会灾难性地遗忘之前学会的技能。
• 语言接地的在线更新。 当用户提到一个新物体或新属性（“皱巴巴的那个""摸起来粗糙的那一面”） 时，智能体会实时更新它的语言—感知对齐，而不必等待下一轮重新训练。
• 自我迭代循环。 智能体回放近期的成功和失败案例，把它们蒸馏成紧凑的更新目标，并在会话之间 用它们来精化自己的策略和世界模型。

定位

这个项目是我更大研究目标的实践落点：让机器人与智能体系统通过与物理世界的持续交互，做到持续 学习与迭代自我提升。它与发表论文页面上的触觉—视觉世界模型、触觉—语言相关工作是直接相通的。