DeepMind · Agent
DeepMind 发布自我改进机器人 Agent Robocat
DeepMind 推出 Robocat，一个能通过自我实践不断改进技能的机器人 agent。该 agent 在少量人类演示后即可自主探索环境，从失败中学习并优化动作策略，无需大规模人工标注数据。Robocat 展示了通用机器人学习的新路径，为未来机器人适应非结构化场景提供了重要参考。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-03
导读
DeepMind 这篇 2023 年 6 月 20 日发布的博客，由 RoboCat 团队署名，介绍一个能跨多种机械臂执行任务并自我生成训练数据的基础 agent。文章先点出现实问题：通用机器人进展缓慢的瓶颈不在算法本身，而在采集真实世界数据所需的时间成本。RoboCat 基于多模态模型 Gato，把语言、图像和动作统一编码，输入侧聚合了真实与仿真机械臂在数百个任务上的演示视频，输出侧则覆盖不同自由度的控制信号。
自我改进流程是 RoboCat 的核心机制。完成首轮训练后，agent 进入一个五步循环：先看 100 至 1000 条人类演示学到新任务，再让 agent 在该任务上自主操作并产生新的轨迹，把这些轨迹反哺训练，从而扩展技能库；累积数百万条来自四种不同机器人、多种机械臂的真实与仿真轨迹后，agent 再被部署到新任务上。研究者展示 RoboCat 在仅有双指夹爪训练经验的前提下，几个小时内适应到三指机械臂，1000 条人类演示后捡齿轮成功率达到 86%，并能处理水果挑选、形状匹配等需要精度与语义共同支撑的复杂任务。
这种正反馈在数字上得到验证：初版 RoboCat 在未见任务上仅靠每任务 500 条演示达到 36% 成功率，而经过广泛任务训练并加入自生成数据的最终版本，把成功率翻倍以上。对具身智能读者而言，RoboCat 的价值在于演示了“学得越多越会学”的良性循环，把人类监督需求降到适度规模，为下一代通用机器人 agent 跨硬件平台快速适应提供了一条可复制的工程路径。