RoboHarn-Evo：知识层RSI

一句话判断

RoboHarn-Evo：知识层RSI

PI联合创始人Chelsea Finn在Actuate 26演讲中强调，机器人真正进入现实服务，需要跨过从一次成功到长期可靠运行的距离。做好一杯咖啡只是开始，还要处理持续工作中的失败与恢复。从真实运行经验中反复改进，是她看好的重要路径。

RoboHarn-Evo探索其中一种实现：固定模型与执行器，让交互经验持续修订外部知识。本次经历能否帮助下一次任务，错误经验能否被纠正，是它检验的核心。

知识指导行动，物理反馈修订知识，再供后续任务复用。但这个循环不能只保存“成功或失败”。

机器人抓起杯子却放偏了，抓取方法可能正确，放置任务仍然失败。整局成败无法告诉系统，该保留哪一步、纠正哪一步。

↳ 任务层记录下一步做什么、何时算完成；动作层记录相对物体的接近方向、交互位置与预期效果。两层分别核验，再关联复用。

↳ 执行时先选子任务，再检索受目标约束的动作策略；具体位姿根据当前场景重算，迁移的是策略与适用条件。

只有知识适用、对应策略确实被执行，结果才记为支持、反对或未验证。同一次尝试的后续观察补全原判定，不重复计数。

反证使旧版本退出检索；修订后的策略仍需匹配的执行证据才能重新使用。写出更合理的解释，不等于已经修好了错误。

⚠️ 还不是长期可靠性的终点
作者称其为RSI，直接证据是知识更新带来的行为提升，尚未单独证明改进能力本身持续增强。模型和执行原语保持固定；错误处理包含修复与停用，知识正确性由外部GPT-6审计，真机验证规模有限。

💡 与其他改进路线对照
PAVE按动作块计算优势，避免把失败任务里的补救动作一起判坏，但每轮仍需重训策略。本篇则把经验收益写入外部知识。

SmoothRL要求优化对齐真正执行的动作，本篇要求证据对应真正执行的策略。共同问题是：失败之后，系统究竟应该改哪里，才能让下一次执行更可靠。