# Robo‑COP让机器人在部署期间持续自我改进

> 全新的 Robo‑COP 系统联合训练机器人策略与编排器，将模拟任务成功率提升至 73.8%，现实任务成功率提升至 50%。

Oossa · 2026-10-08 · https://oossa.com/zh/robo-cop-lets-robots-improve-themselves-while-deployed

研究人员推出了 Robo‑COP，这种方法会在机器人实际运行期间，同时微调其视觉—语言—动作策略和编排器。系统会收集自身犯错的数据并更新策略，只有在新版本被证明更擅长完成训练任务后，才会采用它。在 RoboLab 的十项模拟任务中，成功率从 64.8% 升至 73.8%；在三项现实任务中，成功率则从 38.3% 升至 50.0%。

## 事实

- 模拟环境中，留出测试集的平均成功率从 64.8% 升至 73.8%
- 现实环境中，留出测试集的成功率从 38.3% 升至 50.0%

## 为什么重要

这让服务机器人能在工作中不断进步，减少频繁手动重新编程的需要。

## 来源与参考

1. [Co-Evolving Robot Orchestrators and Policies through Deployment](https://arxiv.org/abs/2610.09228) – arXiv cs.RO, 2026-10-08

最后更新: 2026-10-08