盖世汽车获悉 近日，昆仑行机器人发布昆仑AGENT系统最新进展，将物理递归自我改进（RSI）机制应用于复杂长程操作任务。该系统在手冲咖啡真机任务中，实现了复杂任务规划与精细操作的闭环，展现出长时序自主学习和执行能力。

图片来源：昆仑行

昆仑AGENT系统由任务规划、推演执行和评估进化三个协同工作的智能体构成。在工具管理上，系统将工具显式划分为固化工具与可进化工具两类。固化工具包含连接硬件的驱动函数、大型感知模型及路径规划算法等基础能力；可进化工具则包括端到端策略、可调整权重的感知模型及世界模型，可通过数据驱动持续微调，填补固化能力边界外的操作技能缺口。

为降低真机试错成本，系统在可进化工具中引入自研的昆仑世界模型（KWM）作为行动验证引擎。智能体将候选动作输入世界模型，由模型预测环境状态变化并给出反馈。该机制使智能体能够在零物理交互成本下快速迭代，筛选出高置信度方案，并在真机执行前排除不可行路径。

在“夹取勺子”子任务的连续3轮进化运行中，系统运转总耗时从第一轮的约7.5分钟缩短至第三轮的约3分钟。工具调用失败率从28.6%降至5.6%，系统进化阶段输出token从50,739降至1,614。此外，三轮抓取间隙稳定在7.2至7.6厘米，杯体偏移均小于2毫米，系统据此将方案冻结为参考基线。

在手冲咖啡等多阶段双臂配合任务中，昆仑AGENT可根据子任务特点自主切换工具类型。对于无需实时感知的环节调用固化工具，对于需要实时感知的环节则调用可进化策略模型。昆仑行表示，该系统旨在通过结构化的工具管理和世界模型驱动的模拟预演降低探索与验证成本，使具身智能体在有限的物理交互中实现高效的技能增长。

返回第一电动网首页 >