**玩耍式智能体机器人学习：自主探索构建可复用技能库**

_Playful Agentic Robot Learning_

> 本文提出RATs（机器人智能体团队），通过自导玩耍实现持续技能学习：在无任务驱动的探索阶段，RATs自主生成可学习任务、执行并验证代码策略、诊断失败并重试，将成功经验蒸馏为持久技能库。测试时，智能体可检索相关技能辅助解决新任务。实验表明，玩耍习得技能使下游任务性能大幅提升（LIBERO-PRO和MolmoSpaces分别提升20.6和17.0个百分点），且技能可即插即用于其他代码即策略智能体，无需微调底层模型。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.19419)