近日，AI领域传来重要进展：以Astra为代表的通用人工智能代理技术在具身智能领域取得显著突破。
从数据采集到任务执行
这一新技术的最大特点在于完全打破了传统机器人学依赖大量目标数据的传统模式。当前的先进机器人系统已经能够实现现场观察、推理与代码编写，通过自我学习完成特定任务。
具体而言，这些智能机器人无需事先收集目标任务的示范数据，也无须进行针对性训练。它们可以依靠自身强大的Agent能力，在运行过程中实时探索、分析并执行任务。
效率提升的关键
尽管这种现场学习的方式降低了前期数据采集的成本，但仍然存在明显瓶颈：机器人需要花费大量时间在"观察-推理-执行-检查结果"的循环中反复试错。
针对这一问题，复旦大学可信具身智能研究院团队提出了创新性解决方案——RoboSkill。该方案的核心在于将机器人的有效方法和代码经验保存为可复用技能，从而显著减少后续任务的探索时间。
文章素材来源于：网络
