机器人也有"Aha Moment"！Zetta ζ 闭环物理智能体在线学习

现有具身智能系统大多“静态、开环”，能执行固定技能，却难以在物理执行中实时感知异常、主动修复。大模型的反思往往发生在episode结束后，无法在线测试备选动作，对完整轨迹做信用分配难度大，回溯分析也难以获取故障瞬间的精确状态。

真实物理环境高速变化，现有物理智能体只能在任务失败后复盘整段轨迹，难以在执行现场根据状态变化实时判断、纠错和学习。这导致机器人在面对抓取力度过大、姿态偏移等常见问题时，缺乏在线反馈，无法调整。

Zetta ζ的核心是三个不同时间尺度的闭环。第一环Critic-Governed Action Loop在动作执行频率上持续监控物理状态，一旦发现异常立即触发恢复动作，并通过“VLA Re-entry Contract”确保故障清除后才交还控制权。

第二环Rollout-Batch Candidate Optimization Loop在批量任务后对失败轨迹聚类和因果诊断，定位最早偏离正常状态的时间点，并沿“评估→批评者→状态表征→规划控制→恢复→参数”层级找到根因，自动生成候选更新。

第三环Validation-Gated Skill Update Loop对候选更新先做历史回归测试，再在held-out数据上验证，只有真正提升成功率且能泛化的更新才写入技能记忆库，避免过拟合。