RoboHarn-Evo: Evolving Hierarchical Physical Knowledge for Self-Improving Robotic Manipulation

📄 arXiv: 2609.37583v1 📥 PDF

作者: Shifeng Bao, Fanding Huang, Yihan Lin, Youhe Feng, Guanlin Li, Chen Zhao, Yang Li, Jiawei He, Cheng Chi, Jing Zhang

分类: cs.RO

发布日期: 2026-09-29

备注: 39 pages, 9 figures

💡 一句话要点

提出RoboHarn-Evo以解决机器人操控中的物理知识不足问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 层次化物理知识 机器人操控 物理交互 知识演化 任务推理 智能机器人 自动化技术

📋 核心要点

  1. 现有方法在机器人操控中面临物理知识不足的问题，导致任务推理效果不佳。
  2. 论文提出RoboHarn-Evo，通过双环路系统进化层次化物理知识，提升机器人操控能力。
  3. 实验结果表明，HPK在不同模型中成功率提升显著，GPT-5.5的成功率从48.3%提升至75.0%。

📝 摘要（中文）

视觉-语言模型能够协调长时间的机器人操控，但成功的任务推理仍依赖于局部物理交互是否产生预期效果。我们研究了如何通过重复交互在不更新基础模型的情况下提升这一能力。我们引入了RoboHarn-Evo，一个双环路的系统，能够从物理经验中进化出层次化物理知识（HPK）。HPK结合了两层可重用知识：任务知识捕捉应执行的子任务及其完成时机，而动作知识则捕捉物体相对几何策略及其物理效果。在执行过程中，代理根据任务目标在相应决策层次检索知识并将其与当前场景结合。通过实验，HPK在不同代理模型中平均成功率提高了24.2个百分点，展示了物理交互如何积累为可重用知识以改善后续操控。

🔬 方法详解

问题定义：本论文旨在解决机器人操控中物理知识的不足，现有方法在处理复杂任务时，往往无法有效利用物理交互信息，导致推理和执行效果不佳。

核心思路：RoboHarn-Evo通过双环路系统进化层次化物理知识（HPK），将任务知识与动作知识结合，允许机器人在执行任务时根据历史经验进行知识检索和更新。

技术框架：该系统包括两个主要模块：任务知识模块和动作知识模块。任务知识模块负责识别和管理子任务，而动作知识模块则关注物体的几何策略及其物理效果。执行过程中，代理根据当前任务目标检索相应知识，并在实际场景中进行应用。

关键创新：最重要的创新在于HPK的构建与演化机制，能够在不更新基础模型的情况下，通过物理交互反馈不断修正和优化知识库。这一机制使得机器人能够在多次交互中积累经验，显著提升操控能力。

关键设计：在设计中，系统采用了历史知识修正机制，通过物理反馈来更新知识的适用性，并组织可重用条目以便后续检索。此外，系统还实现了对历史知识错误的高效解决，保留了绝大部分有效知识。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，HPK在不同代理模型中的平均成功率提升显著，GPT-5.5的成功率从48.3%提升至75.0%，而GPT-6的成功率从70.0%提升至88.3%。此外，RoboHarn-Evo还成功解决了超过83%的历史知识错误，同时保留了95.8%的有效知识，展现出强大的知识演化能力。

🎯 应用场景

RoboHarn-Evo的研究成果在多个领域具有广泛的应用潜力，包括工业自动化、服务机器人和智能家居等。通过提升机器人在复杂环境中的操控能力，该技术能够有效改善机器人在实际任务中的表现，推动智能机器人技术的进步与普及。

📄 摘要（原文）

Vision-language models can coordinate long-horizon robot manipulation, yet successful task reasoning still depends on whether local physical interactions produce the intended effects. We study how repeated interaction can improve this capability without updating the base model. We introduce RoboHarn-Evo, a dual-loop harness that evolves Hierarchical Physical Knowledge (HPK) from physical experience. HPK couples two levels of reusable knowledge: Task Knowledge captures which subtask should be executed and when it is complete, while Action Knowledge captures object-relative geometric strategies and their physical effects. During execution, the agent retrieves knowledge at the corresponding decision level and grounds it in the current scene under the task goal. Across episodes, physical feedback is used to revise historical knowledge, update its applicability, and organize reusable entries for subsequent retrieval. Experiments on RMBench show that HPK improves average success by up to 24.2 percentage points across different agent models. With 80 interaction rollouts, held-out success rises from 48.3% to 75.0% for GPT-5.5 and from 70.0% to 88.3% for GPT-6. RoboHarn-Evo also resolves over 83% of historical knowledge errors while retaining 95.8% of valid knowledge, and transfers zero-shot from RMBench to RoboDojo with gains of 35.0 and 25.0 percentage points. These results demonstrate that physical interaction can be accumulated into reusable knowledge for improving subsequent manipulation.