EmbodiedRSI 用假设图与信息价值实验选择让冻结 VLA 在 RoboCasa365 达 77.0%、LIBERO-Pro 达 86.8%，并零样本迁移真机达 71.3%
EmbodiedRSI 是一个自演化智能体框架，在冻结机器人基础模型之外，用假设图维护代码与技能假设，用信息价值实验选择挑出最能区分假设的物理实验，并以代码—技能协同演化与奖励驱动的分层记忆学习把每次物理交互转化为可复用改进；在 RoboCasa365 上总体成功率 77.0%、Composite-Unseen 71.3%（最佳基线 40.1%），LIBERO-Pro 总体 86.8%，并将仿真中演化的框架零样本迁移到真机，总体成功率 71.3%。