数据来自真实任务
沉淀动作 接触与任务结果 让现场经验进入下一轮学习
Physical Harness框架总图
场景
- 厨房门店
- 实验室
- 家庭
- 海外门店端侧
大脑 Agent 调度
LLM Agent
拆任务
L1 基础模型直接执行
WM 执行L2 技能库
有限集
L3 经典控制
快反应
仿真
训练目标 0 至 50%
数字孪生
这家店的复刻
REAS 1自动建场景
生成场景变化
REAS 1自动采数训练
只更新相关技能
REAS 3WM 经验学习自动试错
监控试错 判断缺口
REAS 2WM 想象
REAS 3 训练与仿真门禁
真机
收敛目标 50% 至 100%
真实任务执行
机器人自主采数
WM 执行失败自动诊断
判断缺哪类数据
WM 推演REAS 2定向补采
只采缺失的数据
REAS 2评测门禁
达标发布 否则回滚
REAS 3
八周目标 失败至新版本上岗 ≤48h
技能库
动作 × 对象 × 工具 × 本体
调用原语 考题 数据格式
跨本体复用
REAS 产出技能包
数据
- 公开数据
- 众包第一视角眼镜与触觉手套
- 机器人自采真机经验
交付机器人
积累可复用的能力
技能跨任务复用
以统一接口调用 评测与更新技能 减少重复适配的工作
经验进入
下一次部署
Physical Harness
让真实任务
留下经验
从料理场景开始 将每一次操作的观测 动作与结果沉淀为现场数据
VLA 动作生成技能调用实时控制
同一技能
面对不同现场
100种食材5种场景
八周研究目标
新技能成功率
失败到新版本
流程自动化
旧技能退步上限
