**PyRUA-REAL：通过现实世界探索与自适应学习实现机器人技能进化**

_PyRUA-REAL: Robot Exploration and Adaptive Learning through RSI in the Real World_

> PyRUA-REAL 框架利用编码智能体在现实世界中进行物理探索，将交互经验转化为持久记忆和可复用技能，从而驱动机器人能力的持续自我改进。该研究通过八项现实任务验证，平均成功率达 91.1%，并在 RoboDojo 基准的 42 项任务中达到 84.4% 的成功率，证明了无需在线智能体决策即可实现高效、鲁棒的机器人部署。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.06768)