知识卡片：RoboArchitect——自动化设计带持久记忆的机器人智能体

一句话结论

RoboArchitect 用编码模型自动迭代“机器人智能体编排框架（harness）”，在不更新任何模型权重的情况下，将冻结策略在未见场景与未见任务上的平均成功率分别提升至 4.5 倍与 3.2 倍，并让编排框架自带持久记忆。

事件概述或研究问题

近期研究表明，冻结的机器人策略放在智能体编排框架内表现更好——由控制代码决定何时查询策略、调用视觉工具或直接指令机械臂。但这类编排框架目前依赖人工搭建，且每换一个机器人或基准就要重新设计。论文提出的研究问题是：编排框架的设计能否自动化，从而成为面向新设定进行微调之外的有力替代方案。

方法/产品要点

• RoboArchitect 流程：编码模型观察机器人的 rollout，诊断失败原因，并围绕冻结策略迭代修订编排框架。
• 优化与评估分离：编排框架在一组 episode 上进化（用于优化），并在留出的场景和任务上评估。
• 权重不变：整个过程不更新任何模型权重，只改控制代码/编排逻辑。
• 自动生成的控制策略：例如把卡住的机械臂抬起脱困，或在正上方有障碍阻挡时改为水平伸入。
• 持久记忆：编排框架进化出自己的持久记忆，把学到的经验（如有效抓取深度）带入后续决策。

主要结果或产业意义

• 在多个基准和多种策略上，未见场景平均成功率从 9.7% 升至 43.3%（4.5 倍）；未见任务从 12.7% 升至 40.2%（3.2 倍）。
• 当基准与策略训练数据差距越大时，增益越明显：用一个通用策略作底座，进化出的编排框架得到的“专家”常常超过微调版本。
• 产业意义：机器人操作的显著提升空间可能位于智能体编排层，且该层设计可被自动优化，无需权重更新。

为什么重要

• 提供了一条“不微调、只改编排”的新路线，降低面向新机器人/新基准适配的成本。
• 把“编排框架设计”本身当作可优化对象，并引入持久记忆承载跨 episode 经验。
• 与既有卡片的关系：本卡片关注机器人操作中的编排自动化与持久记忆；与 Danus（事实图记忆驱动的数学推理编排）、WorldDirector（可控世界模拟器中的持久动态记忆）同属“编排+记忆”脉络，但应用域与优化对象不同，本条增量在于将编排设计自动化用于机器人策略封装。

局限与不确定性

• 论文所述“多个基准和策略”的具体清单、基线设置与统计显著性待核实。
• 持久记忆的具体存储形式、容量与遗忘机制待核实。
• 编排框架进化所需的 episode 数量、计算开销与人工介入程度待核实。
• 在真实机器人上的部署效果与安全性待核实（摘要未明确是否含真机实验）。
• 作者、发表信息：Shengguang Wu, Suning Huang, Cherie Ho, Ria Doshi, Hao Zhu, Serena Yeung-Levy；arXiv 2610.42141v1，2026-10-30。

可用于图书/PPT/简报的角度

• “不微调也能提升”：把智能体编排框架作为机器人操作的新性能杠杆。
• 自动化设计循环：观察 rollout → 诊断失败 → 修订控制代码。
• 持久记忆在机器人操作中的角色：从抓取深度等经验到后续决策。
• 通用策略 + 进化编排 = 专家行为，作为“封装即专精”的案例。
• 与微调路线的对比：成本、数据需求与泛化边界。

原始材料

• 标题：RoboArchitect: Automating the Design of Robotic Agents with Persistent Memory
• arXiv ID：2610.42141v1
• 作者：Shengguang Wu, Suning Huang, Cherie Ho, Ria Doshi, Hao Zhu, Serena Yeung-Levy
• 发布/更新：2026-10-30T17:58:48Z
• 主分类：cs.RO；分类：cs.RO, cs.AI, cs.CV
• Abstract URL：https://arxiv.org/abs/2610.42141v1
• PDF URL：https://arxiv.org/pdf/2610.42141v1