DynaHarness: A Dynamic Physical Harness for Self-Evolving Robot Agents
作者: Haoyuan Deng, Jiebin Liu, Tengxiao Zhang, Langning Yan, Hongye Cao, Ziwei Wang
分类: cs.RO, cs.AI, cs.LG
发布日期: 2026-09-30
备注: 37 pages, 19 figures. Project page: https://denghaoyuan123.github.io/Dynaharness_page/
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出DynaHarness以解决长时间操作中的语义推理与物理执行协调问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 动态物理束缚 机器人自我演化 语义推理 物理执行 能力修订
📋 核心要点
- 现有方法在长时间操作中缺乏有效的语义推理与物理执行的协调，导致操作失败。
- DynaHarness通过动态物理束缚装置，将语义推理与物理治理结合，形成共享执行合同，提升机器人自我演化能力。
- 实验结果显示，DynaHarness在新采样状态下成功率达到75.2%，显著优于传统冻结策略的17.5%。
📝 摘要（中文）
预训练的机器人策略提供了有用的动作先验，但长时间的操作仍然需要语义推理与物理执行之间的协调。语义推理的时间尺度较粗，而基于情节的失败提供的指导有限。我们提出DynaHarness，这是一种动态物理束缚装置，通过共享执行合同将语义推理与物理治理结合起来，并将失败证据转化为经过验证的能力修订。具体而言，慢速大脑提出能力和符号论证，而快速大脑则负责命令的基础和监控，拒绝未解决的动作，替代能力，并在需要时请求重新规划。在LIBERO-Pro上，DynaHarness在800个新采样的初始状态上达到了75.2%的成功率，而冻结策略仅为17.5%。
🔬 方法详解
问题定义：本论文旨在解决长时间操作中语义推理与物理执行之间的协调问题。现有方法在处理复杂操作时，往往无法有效利用失败信息进行能力修订，导致性能不足。
核心思路：DynaHarness的核心思想是通过动态物理束缚装置，将语义推理与物理执行结合，形成一个共享的执行合同，确保在执行过程中能够实时监控和调整能力。
技术框架：该方法的整体架构包括慢速大脑和快速大脑两个部分。慢速大脑负责提出能力和符号论证，而快速大脑则负责命令的基础、监控和执行。执行合同记录执行证据，并通过失败归因来定位故障。
关键创新：DynaHarness的主要创新在于将语义推理与物理执行通过共享合同结合，形成自我演化的闭环。这种设计使得机器人能够在执行过程中实时修订能力，显著提升了操作的成功率。
关键设计：在设计中，关键参数包括执行合同的定义、失败归因机制以及能力替代策略等。通过这些设计，DynaHarness能够有效地管理和协调不同能力的执行。
🖼️ 关键图片
📊 实验亮点
在LIBERO-Pro上，DynaHarness在800个新采样的初始状态上达到了75.2%的成功率，相比之下，冻结策略仅为17.5%。此外，在相同能力库下，完全动态执行的成功率为74.0%，而在标准的一步重新规划下为63.9%。这些结果表明DynaHarness在动态执行中的显著优势。
🎯 应用场景
DynaHarness的研究成果在机器人操作、自动化制造和智能家居等领域具有广泛的应用潜力。通过提升机器人在复杂环境中的自我演化能力，该技术能够显著提高机器人在实际任务中的成功率，推动智能机器人技术的进步。
📄 摘要（原文）
Pretrained robot policies provide useful action priors, but long-horizon manipulation still requires coordination between semantic reasoning and physical execution. Semantic reasoning operates at a coarser timescale than physical interaction, while episode-level failures provide limited guidance on which system component should be revised. We propose DynaHarness, a dynamic physical harness that couples semantic reasoning with physical governance through a shared execution contract and turns failure evidence into validated capability revisions. To be more specific, the slow brain proposes capabilities and symbolic arguments, while the fast brain grounds and monitors commands, refuses unresolved actions, substitutes capabilities, and requests replans when needed. The physical execution contract bounds each accepted command and records execution evidence across analytic skills, recovery skills, and the frozen VLA. Failure attribution localizes faults in these records and directs targeted revisions of reusable capabilities or execution mechanisms. Paired regression checks govern admission or rejection, closing the self-evolution loop. On LIBERO-Pro, DynaHarness achieves 75.2% on 800 newly sampled initial states, compared with 17.5% for the frozen policy. With the same capability library, full dynamic execution reaches 74.0% versus 63.9% under nominal one-step replanning. This demonstrates the value of DynaHarness as a dynamic physical harness that governs how existing capabilities are grounded, monitored, and coordinated during execution. Our project page is at https://denghaoyuan123.github.io/Dynaharness_page/.