RegenHarness: A Robot Agent Harness with Evidence-Gated Recursive Self-Improvement
作者: Kailin Wang, Haoxiang Jie, Yaoyuan Yan, Zhiyou Heng, Zhaosong Li
分类: cs.RO
发布日期: 2026-09-23
💡 一句话要点
提出RegenHarness以解决长时间机器人执行中的任务完成问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人执行 证据门控 递归自我改进 任务规划 异构技能 长时间任务 四足机器人 智能自动化
📋 核心要点
- 现有的机器人执行方法在长时间任务中难以有效区分提议、终止和完成，导致执行效率低下。
- RegenHarness通过证据门控机制连接任务规划与异构技能，采用递归自我改进协议提升机器人执行能力。
- 在真实的四足机器人部署中，展示了语音触发的仓库导航、全景检查等任务，证明了该方法的有效性。
📝 摘要（中文）
长时间的机器人执行需要明确区分模型的提议、控制器的终止和验证的任务完成。我们提出了RegenHarness，这是一种证据门控的机器人代理工具，连接任务规划与异构机器人技能。其执行架构将上下文条件的提议模型循环与调度、观察、验证、承诺和有界恢复的代理循环结合在一起。通过版本化内存区分观察到的事实与接受的任务进展，身份和版本绑定的承诺门控制对可信任务状态的更新。我们的研究首次引入了证据门控的递归自我改进协议，记录执行过程以激励对上下文规则、任务模板、路由和恢复策略的候选更改。
🔬 方法详解
问题定义：本论文旨在解决长时间机器人执行中任务完成的模糊性，现有方法在提议、终止和完成之间缺乏清晰的区分，导致执行效率低下。
核心思路：RegenHarness通过引入证据门控机制，连接任务规划与异构机器人技能，采用递归自我改进协议来提升机器人在复杂任务中的执行能力。
技术框架：整体架构包括模型循环和代理循环，模型循环用于生成上下文条件的提议，代理循环负责调度、观察、验证、承诺和恢复。四个角色隔离的上下文分别处理规划、监督、验证和恢复输入。
关键创新：首次引入证据门控的递归自我改进协议，允许机器人在不更新模型权重的情况下修订配置，确保任务状态的可靠性和可追溯性。
关键设计：采用版本化内存来区分观察到的事实与任务进展，使用身份和版本绑定的承诺门控制更新，结合重复调度控制、资源租赁和恢复预算，确保执行过程的稳定性。
🖼️ 关键图片
📊 实验亮点
在真实的四足机器人部署中，RegenHarness成功实现了语音触发的仓库导航、全景检查和信息传递等任务，展示了其在复杂环境下的有效性。实验结果表明，该方法在任务完成率和执行效率上均有显著提升，具体数据待进一步验证。
🎯 应用场景
RegenHarness的研究具有广泛的应用潜力，特别是在复杂的机器人任务中，如仓库自动化、智能制造和服务机器人等领域。通过提高机器人在长时间任务中的执行效率和可靠性，该方法可以显著提升实际应用的价值和用户体验。
📄 摘要（原文）
Long-horizon robot execution requires a clear distinction between a model's proposal, a controller's termination, and verified task completion. We present RegenHarness, an evidence-gated robot-agent harness connecting task planning to heterogeneous robot skills. Its execution architecture couples a model loop for context-conditioned proposals with an agent loop for dispatch, observation, verification, commitment, and bounded recovery. Four role-isolated contexts separate planning, supervision, verification, and recovery inputs. Versioned memory distinguishes observed facts from accepted task progress, while an identity- and version-bound commit gate controls updates to trusted task state. The runtime combines duplicate-dispatch control, resource leases, and recovery budgets under explicit backend contracts, and checks the original user goal before reporting completion. To our knowledge, we are the first to introduce an evidence-gated recursive self-improvement (RSI) protocol for embodied robotic agents. Across missions, execution records motivate candidate changes to context rules, task templates, routing, and recovery policies; fixed regression checks and release authorization govern their acceptance; versioned rollout and rollback preserve configuration traceability. This RSI protocol revises the harness configuration without online model-weight updates or permission to weaken the commit gate. A real quadruped deployment documents voice-triggered warehouse navigation, panoramic inspection, visual analysis, message delivery, return, and spoken reporting through linked audio, images, trajectories, and receipts. A separate circuit demonstrates why completion depends on execution history rather than endpoint proximity alone. Together, the cases demonstrate integrated perception, physical execution, communication, and history-dependent completion in real-world robot tasks.