机器人学习系统借助过往尝试提高任务成功率

研究人员推出 LEXP，帮助机器人在操作任务中借鉴以往尝试的经验。该系统将任务规划与执行证据解读模块结合起来：它会总结经验，并记录这些经验适用的条件，再将相关指导用于后续操作；模型权重和动作接口则保持不变。

在研究人员针对12项真实世界任务进行的测试中，LEXP在36次试验中成功23次（63.9%）；仅使用记忆时，36次中成功19次（52.8%）；使用基础版 ChatGPT-6-Astra 模型时，36次中仅成功2次（5.6%）。这些是论文报告的结果，并非独立评估。