这套不动权重的自进化框架，核心效果就是机器人不用改动底层大模型参数，自己排查任务失败原因、编写和调试技能代码来修复自身执行流程，在 LIBERO-Pro 测试基准里，整体任务成功率直接从 17.5% 涨到 95%，它由清华和新加坡国立大学团队推出，项目名称为 VISTA。之所以不用调权重还能变强，是因为它把进化对象从神经网络权重换成了 Harness 执行调度层，Harness 包含技能代码、指令模板、工具调用规则、运行记忆，基座模型全程冻结，只靠一个 Meta-agent 充当 “开发者” 角色，读取机器人运行日志，定位抓取、搬运、释放这类动作流程里的 bug，产出新版代码方案，再交给机器人去实测验证，合格的代码才会存入可复用技能库。整套运行流程分成了三个稳定环节，先是执行 Agent 调用现有 Harness 代码去完成物理任务，同步记录所有动作、图像反馈、报错日志；接着 Meta-agent 读取日志，诊断失败根源，生成多版修复代码；最后进入验证环节，新代码多次测试达标才保留，不稳定的版本直接丢弃，循环往复持续积累可靠技能。从最终测试结果来看，这种路线避开了传统机器人微调模型成本高、容易遗忘旧技能的痛点，学到的修复技能还能跨任务复用，给真实场景部署机器人提供了新方向。
一、核心实验数据清单
| 项目 | 指标详情 |
|---|---|
| 测试基准 | LIBERO-Pro |
| 初始基线成功率 | 17.5% |
| 自进化后成功率 | 95% |
| 基座模型状态 | 权重冻结、不做梯度更新 |
| 进化载体 | Harness 技能调度代码、执行逻辑 |
| 核心角色 | 执行 Agent、Meta-agent（代码诊断修改） |
二、框架运行步骤拆解
- 任务执行记录：机器人按照当前 Harness 里的代码执行抓取、搬运等操作，全程留存多模态运行轨迹，包括视觉画面、动作指令、报错信息。
- 故障诊断与代码生成：Meta-agent 分析失败记录，找出是指令描述、技能调用还是异常恢复逻辑出问题，自动编写修复代码、新增兜底恢复逻辑。
- 候选代码验证：机器人使用新生成的代码重复测试同一任务，做稳定性校验。
- 技能入库迭代：验证通过的代码保存到技能库，更新 Harness；效果差的方案直接舍弃，继续循环调试。
三、和传统具身智能优化方案对比
- 传统微调方案：改动模型权重，需要大量数据，算力开销大，容易出现灾难性遗忘。
- 本套不动权重自进化框架：只改外层代码调度逻辑，基座不动，算力需求低，新增技能可以单独管理、随时回滚。
四、目前存在的局限
- 当前验证主要在仿真环境 LIBERO-Pro 开展，真实物理机器人上的稳定性还需要更多实测。
- 复杂多步骤长任务下，Meta-agent 一次性写出无 bug 修复代码的概率会下降，迭代次数会变多。
- 技能库持续膨胀后，会增加代码检索、调用的耗时，需要配套做技能检索优化。
【相关 FAQ】
问题 1：不动权重自进化框架下，机器人自己写代码修自己，为什么不需要更新模型权重？
回答 1：不动权重自进化框架的进化对象不是神经网络权重，而是外层 Harness 调度代码，机器人自己写代码修自己，基座模型只负责推理，全程保持权重冻结，依靠修改技能调用逻辑、恢复流程实现能力提升。
问题 2：不动权重自进化框架，机器人自己写代码修自己的成功率从多少涨到 95%？
回答 2：在 LIBERO-Pro 基准测试中，这套不动权重自进化框架让机器人自己写代码修自己，任务成功率从 17.5% 提升到 95%。
问题 3：支撑机器人自己写代码修自己的不动权重自进化框架，是谁提出的？
回答 3：支撑机器人自己写代码修自己的不动权重自进化框架 VISTA，是清华大学和新加坡国立大学的联合研究团队提出并且开源的。
问题 4：这套不动权重自进化框架，机器人自己写代码修自己，Harness 是什么？
回答 4：在这套不动权重自进化框架里，Harness 是机器人的执行调度层，机器人自己写代码修自己，本质就是迭代 Harness 内部的技能代码、指令规则、故障恢复逻辑和持久记忆。
【参考资料】
[2026-11-07]（机器人自己写代码修自己，成功率从 17.5% 涨到 95%：具身智能有了不动权重的自进化框架）ZAKER 新闻
[2026-09-09]（60 分靠数据，100 分靠自进化：清华曹婷和「域变换」攻向机器人可部署）清华大学智能产业研究院
[2026-08-30]（Zetta ζ: Closed-Loop Self-Evolution for a Frozen VLA Policy）RobotWorld
【免责声明】
本文内容基于公开科研资讯整理，文中不动权重自进化框架、机器人自主写代码修复自身相关实验数据仅来自仿真基准 LIBERO-Pro，仿真效果不等同于真实机器人落地表现；内容仅作技术科普参考，不构成项目投资、产品采购、技术选型建议；相关技术细节以研究团队论文、开源仓库官方原文为准。
本文来自作者[残码重构]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/kjyw/202611/747.html
评论列表（4条）
我是乌兰科技网的签约作者“残码重构”！
希望本篇文章《不动权重自进化框架落地具身智能，机器人自主写代码修复自身，任务成功率从 17.5% 提升至 95%》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：这套不动权重的自进化框架，核心效果就是机器人不用改动底层大模型参数，自己排查任务失败原因、编写和调试技能代码来修复自身执行流程，在 LIBERO-Pro 测试基准里，整体任务成功率直接从 17.5% 涨到 95%，它由清华和新加坡国立大学团队推出，项目名称为 VISTA。之所以不用调权重还能变强，是因为它把进化对象从神经网络权重换成了 Harness 执行调度层，Harness 包含技能代码、指令模板、工具调用规则、运行记忆，基座模型全程冻结，只靠一个 Meta-agent 充当 “开发者” 角色，读取机器人运行日志，定位抓取、搬运、释放这类动作流程里的 bug，产出新版代码方案，再交给机器人去实测验证，合格的代码才会存入可复用技能库。整套运行流程分成了三个稳定环节，先是执行 Agent 调用现有 Harness 代码去完成物理任务，同步记录所有动作、图像反馈、报错日志；接着 Meta-agent 读取日志，诊断失败根源，生成多版修复代码；最后进入验证环节，新代码多次测试达标才保留，不稳定的版本直接丢弃，循环往复持续积累可靠技能。从最终测试结果来看，这种路线避开了传统机器人微调模型成本高、容易遗忘旧技能的痛点，学到的修复技能还能跨任务复用，给真实场景部署机器人提供了新方向。