研究：闭环机器人软件的学习与跨任务迁移

一项研究把完整闭环机器人实现当作可复用的执行经验，让编码智能体从少量成功演示生成策略代码，并用仿真反馈迭代改进。在 RoboCasa 的四个源任务上，迭代优化把成功率从初始代码的 28.3% 提升到经验证筛选代码的 64.2%，并在 Unitree G1 实体机器人上验证。迁移到九个新任务时，使用源任务经验证筛选的代码成功率为 57.0%，高于无参考的 45.2% 和使用初始代码的 41.5%。