**迈向物理 AI 的递归自我改进：从行为优化到改进机制的进化**

_Toward Recursive Self-Improvement in Physical AI_

> 该研究探讨了将递归自我改进（RSI）机制从数字领域扩展至物理机器人世界的挑战与路径。文章指出，物理环境中的 RSI 需通过昂贵的试错学习部分观测，并应对动态条件及不可逆后果。研究总结了现有成果，提出了评估物理 AI 自我改进机制的四大原则：反馈需针对未满足的学习需求、接收组件需能利用变更、增益需具备跨任务或硬件的持久性、以及持续练习需安全且经济。这为未来开发能安全地自我优化改进过程的物理智能体指明了方向。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.29677)