RealFeedApp beta

PhysEvo raises average score to 68.14

A meta-agent analyzes task trajectories to diagnose failures and revise tools, achieving a 62% success rate across 42 RoboDojo tasks without updating model weights.

Field
robotics
What they did
Создали фреймворк PhysEvo, который позволяет роботу выполнять задачи, самостоятельно диагностировать свои ошибки и улучшать навыки без изменения весов модели. Система использует траектории действий для проверки и отладки инструментов, достигая среднего балла 68,14 из 100 на 42 задачах.
Why it matters
Это полезно для создания роботов, способных к автономному обучению и надежному выполнению манипуляций, не требуя перетренировки модели на новых данных.
#robotics#self-improvement#reinforcement learning#physevo#astra

Read the original →