来自新加坡南洋理工大学、北京航空航天大学、新加坡国立大学、上海交通大学、云蝶科技等机构的研究团队提出 RoboFoundry，将具身智能体系统本身形式化为“自进化的系统即策略”，在冻结基座模型的情况下进化模型周围的上下文系统、技能系统与执行接口。实验显示，RoboFoundry 在 EmbodiedBench 上让五个基座模型全部提升，在 RoboMemArena 上任务成功率比所有基线至少高出 39.0%，在 LIBERO-PRO 扰动测试中比 CaP-Agent0 高出 243.8-679.7%，并展示了真实机器人上的零样本迁移与在线进化。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
同一套冻结的基座模型，只让周围的上下文、技能与执行接口持续进化，EmbodiedBench 上的平均成功率从 56.9% 升到 72.7%。RoboFoundry 想证明的，是具身策略的瓶颈可能不在参数里，而在模型所在的那套系统里。
同一个 GPT-5.5，放进不同的系统里做具身任务，表现可以相差悬殊。RoboFoundry 的出发点正是这个观察：真正在环境里执行的具身策略，从来不只是一个模型，而是模型加上它所在的整套系统——哪些信息被送到模型面前，哪些经验被保留下来，决策又如何变成机器人的物理动作。
围绕模型的那套系统，大多仍是人工搭建、部署后固定不变的。已有工作往往只改进记忆、技能、交互 harness 中的某一个组件；执行中暴露的问题也多半只用于评测或人工调试，同样的弱点会在一个又一个回合里重复出现。RoboFoundry 提出的问题是：具身智能体能否把自己的整套系统当作策略，诊断出系统在哪里限制了行为，再从具身经验中进化对应的部分。
据机器之心报道，来自新加坡南洋理工大学、北京航空航天大学、新加坡国立大学、上海交通大学、云蝶科技等机构的研究团队提出了 RoboFoundry，并将其定位为首个把智能体系统本身形式化为「自进化的系统即策略」（Self-Evolving System-as-Policy）的具身智能体框架。需要说明的是，「首个」是作者主张，来源未给出与其他工作的完整对比依据。
RoboFoundry 不更新基座模型的参数，被优化的是支撑模型完成任务的系统。这套系统以文件形式存在，模型可以像开发者维护代码库一样，用 cat、grep 查看，用 add、modify、delete 修改。系统分为两层：服务当前任务的任务级系统，和跨任务、跨本体持续保留的通用系统。
进化以内外两层循环进行：内循环执行任务、记录执行轨迹；外循环根据轨迹提出修改，再交给后续执行检验。修改作用在两个「进化面」上。上下文面管理当前回合的活跃上下文和跨回合的文件系统记忆，通过 SAVE、RETRIEVE、UTILIZE 三类操作决定记什么、取什么、怎么用；技能面则从原子技能，到「移动-抓取-放置」这样的组合流程，再到失败恢复树，执行出现失败时系统会从一个仍然有效的状态重新规划。
两个进化面之下还有一层共享的语义接口。语义层只处理跨本体共享的任务逻辑，执行层把决策适配到具体机器人上，后端可以是冻结的 VLA（如 π0.5）、编码智能体生成的函数，或 CuRobo 等视觉运动接口。由于进化作用在语义一侧，在一台机器人上进化出的系统，换一套执行适配就能在另一台机器人上复用，也可以接到不同的基座模型上。
本文全部事实来自机器之心对 RoboFoundry 论文的报道（来源层级为报道类，非第一方论文原文）。所有基准与真机数字均为论文作者自述，来源中未见第三方独立复现或验证，也未提供完整实验设置、随机种子与统计显著性信息。「首个把智能体系统形式化为自进化的系统即策略」是作者主张，来源未给出与其他工作的完整对比依据。文中对差距缩小、系统进化补益较弱基座等含义的解读属于基于来源数据的推断，不代表论文结论。
主报道
主报道来源