机器人界的o1时刻：RAX如何通过自主探索实现进化？

type

status

date

slug

summary

具身智能的瓶颈：从数据堆砌到自主探索

传统的机器人学习依赖于“Scaling Data”，即通过堆叠遥操作数据来训练模型。这种模式虽然能处理特定任务，但在通用性和泛化能力上严重受限。RAX的核心洞察在于，机器人不应仅仅是数据的“搬运工”，而应像人类一样，通过在线探索（Online Exploration）来积累经验。这种范式转变——从单纯的缩放数据规模到缩放探索深度，标志着机器人学习进入了自我进化阶段。

通过访问 https://aigc.bar 获取最新的 AI 资讯，我们可以看到行业正从单纯的 LLM 竞争转向具身智能（Embodied AI）的实战应用。RAX正是这一趋势的领军者。

RAX的工作机制：代码即策略（Code as Policy）

RAX不仅仅是一个学习算法，它是一个能够自主编写代码的智能体。当机器人遇到任务时，它会利用感知接口（RGB图像、力反馈等）进行自主尝试、观察反馈，并编写出相应的控制程序。

感知生成与工具开发：机器人不再依赖预设的感知逻辑，而是根据当前任务自行开发感知工具，将观测值转化为三维空间下的动作指令。

技能积累与复用：成功执行的任务经验被转化为可复用的代码库，这意味着下一次机器人面对类似场景时，无需重新学习，直接调用已有模块即可完成工作。

异常自修复：当程序遇到感知偏差时，Agent会自动重新定位问题并修正逻辑，极大地降低了对人类干预的依赖。

零示范：性能的跨越式增长

RAX最令人瞩目的表现是在不需要任何人工遥操作示范的情况下，在五大基准测试中平均领先传统SOTA模型37.4个百分点。在RoboDojo和BEHAVIOR-1K等高难度基准上，RAX成功将过去成功率为0的任务提升至接近100%。

对于工业界而言，这意味着机器人部署成本的显著降低。研究团队通过对比发现，在LIBERO等任务中，RAX在实现近乎完美成功率的同时，投入的动作示范量为0。这种高效率的自主学习能力，正是通往未来AGI的关键钥匙。

跨本体通用性：机器人学习的未来

RAX采用了前后端分离架构，使得同一套框架能够轻松适配单臂、双臂、灵巧手、移动机器人乃至人形机器人。这意味着研究者和企业可以将开发重心放在接口接入和任务扩展上，而无需为每一台新设备重复采集数据。

这种跨本体的学习潜力，预示着机器人能够真正走进复杂的物理世界，通过不断的交互和探索，实现能力的持续增长。正如我们在 https://aigc.bar 持续关注的 AI 趋势一样，大模型的逻辑推理能力与机器人的物理控制能力正在深度融合，推动着人工智能从数字世界走向物理世界。

结语

RAX的出现证明了：测试时自主探索（Test-time Exploration）同样存在Scaling Law。通过将探索转化为程序与技能，机器人实现了真正意义上的自我改进。随着RAX框架的完整开源，学术界和工业界将拥有一个共同探索具身智能极限的平台。如果你对AI的发展前景、最新的大模型动态以及AI如何赋能物理世界感兴趣，建议持续关注 https://aigc.bar 获取前沿资讯，共同见证AI时代的演进。